PyTorch基本使用-张量的拼接操作

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

学习目标:掌握torch.cat()使用

torch.cat()函数可以将两个张量根据指定的维度拼接起来,不改变维度数。

data1 = torch.randint(0,10,[1,2,3])
data2 = torch.randint(0,10,[1,2,3])
print('data1--->',data1.shape,data1)
print('data2--->',data2.shape,data2)
# 1. 按0维度拼接
data3 = torch.cat([data1,data2],dim=0)
print('data3--->',data3.shape,data3)
# 2. 按1维度拼接
data4 = torch.cat([data1,data2],dim=1)
print('data4--->',data4.shape,data4)
# 3. 按2维度拼接
data5 = torch.cat([data1,data2],dim=2)
print('data5--->',data5.shape,data5)

输出结果:

data1---> torch.Size([1, 2, 3]) tensor([[[2, 4, 6],
         [6, 8, 4]]])
data2---> torch.Size([1, 2, 3]) tensor([[[9, 0, 7],
         [9, 2, 7]]])
data3---> torch.Size([2, 2, 3]) tensor([[[2, 4, 6],
         [6, 8, 4]],

        [[9, 0, 7],
         [9, 2, 7]]])
data4---> torch.Size([1, 4, 3]) tensor([[[2, 4, 6],
         [6, 8, 4],
         [9, 0, 7],
         [9, 2, 7]]])
data5---> torch.Size([1, 2, 6]) tensor([[[2, 4, 6, 9, 0, 7],
         [6, 8, 4, 9, 2, 7]]])

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值