np.concatenate、torch.split()

1，np.concatenate

np.concatenate 是numpy中对array进行拼接的函数
参考
numpy.concatenate((a1, a2, …), axis=0, out=None, dtype=None, casting=“same_kind”)

对于一维数组拼接，axis的值不影响最后的结果

axis =1 axis=1为行数不变列拼接

axis =0 axis=0为列数不变行拼接

参数

A1，A2，…阵列序列数组必须具有相同的形状

# 行数不变，列数相加
a=np.array([[1,2,3]])
b=np.array([[11,21]])
d = np.concatenate((a,b),axis=1) # 默认情况下，axis=0可以不写
print(d)

d=array([[1,2,3,11,21]])

2，torch.split()

参考
torch.split(tensor, split_size_or_sections, dim=0)

torch.split()作用将tensor分成块结构。

参数：

tesnor：input，待分输入
split_size_or_sections：需要切分的大小(int or list )
dim：切分维度

import torch
 
x = torch.rand(4,8,6)
y = torch.split(x,2,dim=0) #在第0维度去分，每块包含2个小块
for i in y :
    print(i.size())
 

output:
torch.Size([2, 8, 6])
torch.Size([2, 8, 6])

3,torch.stack()

参考

4,torch.stack([x, x],dim=x).max(dim)

参考
其实就是在相应的维度上找最大值，然后维度信息会恢复到堆叠前的维度信息。

5,torch.nn.functional.normalize

参考