pytorch中stack和cat的以及to_tensor的坑

最新推荐文章于 2025-07-21 00:30:12 发布

CV伍六七

最新推荐文章于 2025-07-21 00:30:12 发布

阅读量2.7k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： pytorch 文章标签： pytorch deep learning

本文链接：https://blog.youkuaiyun.com/kellen_f/article/details/88784050

pytorch 专栏收录该内容

2 篇文章

订阅专栏

本文探讨了PyTorch中两种常见的数据堆叠方法：stack与cat的区别及应用场景。通过实例对比，阐述了它们如何影响张量的维度，并指导如何根据实际需求选择合适的方法。

初入计算机视觉遇到的一些坑

1.pytorch中转tensor

x=np.random.randint(10,100,(10,10,10))
x=TF.to_tensor(x)
print(x)

这个函数会对输入数据进行自动归一化，比如有时候我们需要将0-255的图片转为numpy类型的数据，则会自动转为0-1之间
2.stack和cat之间的差别

stack

x=torch.randn((1,2,3))
y=torch.randn((1,2,3))
z=torch.stack((x,y))#默认dim=0
print(z.shape)
#torch.Size([2, 1, 2, 3])

所以stack的之后的数据也就很好理解了，z[0,...]的数据是x，z[1,...]的数据是y。

cat

z=torch.cat((x,y))
print(z.size())
#torch.Size([2, 2, 3])

cat之后的数据 z[0,:,:]是x的值，z[1,:,:]是y的值。

其中最关键的是stack之后的数据的size会多出一个维度，而cat则不会，有一个很简单的例子来说明一下，比如要训练一个检测模型，label是一些标记点，eg：[x1,y1,x2,y2]

送入网络的加上batchsize则时Size:[batchsize,4]，如果我已经有了两堆数据,data1:Size[128,4],data2:Size[128,4]，需要将这两个数据合在一起的话目标data:Size[256,4]。显然我们要做的是：torch.cat((data1,data2))
如果我们的数据是这样：有100个label，每一个label被放进一个list(data)中,[[x1,y1,x2,y2],[x1,y1,x2,y2],...]其中data是一个list长度为100,而list中每一个元素是张图片的标签，size为[4]我们需要将他们合一起成为一Size:[100,4]的的数据。显然我们要做的是torch.stack(data)。而且torch.stack的输入参数为list类型！