torch.cat torch.concatenate torch.concat学习记录

最新推荐文章于 2025-06-23 16:39:34 发布

Yorlen_Zhang

最新推荐文章于 2025-06-23 16:39:34 发布

阅读量1.3k

点赞数 5

CC 4.0 BY-SA版权

文章标签：深度学习 pytorch 人工智能

本文链接：https://blog.youkuaiyun.com/weixin_41147796/article/details/135102369

本文介绍了在PyTorch中，torch.cat()、torch.concat()和torch.concatenate()这组函数用于沿指定维度拼接张量。通过示例展示了如何在不同维度上拼接张量，如行拼接和列拼接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

torch.cat, torch.concat, torch.concatenate将向量按照指定的维度进行拼接。这三个函数是同一个函数，互为彼此的别名。函数的定义函数写在torch.cat。

x = torch.randn(2, 3)
print(x)
'''
tensor([[ 0.7004, -0.0935, -0.2668],
        [ 0.7922,  0.9567,  1.4191]])
'''
'''
将三个x tensor连接在一起，连接维度为0维
'''
x_row = torch.cat((x, x, x), 0)

print(x_row)

'''
将两个x tensor连接在一起，连接维度为1维
'''
x_col = torch.cat((x, x), 1)
print(x_col)
'''
tensor([[ 0.7004, -0.0935, -0.2668],
        [ 0.7922,  0.9567,  1.4191],
        [ 0.7004, -0.0935, -0.2668],
        [ 0.7922,  0.9567,  1.4191],
        [ 0.7004, -0.0935, -0.2668],
        [ 0.7922,  0.9567,  1.4191]])
tensor([[ 0.7004, -0.0935, -0.2668,  0.7004, -0.0935, -0.2668],
        [ 0.7922,  0.9567,  1.4191,  0.7922,  0.9567,  1.4191]])
'''

将tensor进行拼接，拼接的维度根据dim设置，默认为0（行拼接）

若dim设置为-1，则拼接维度会自动选择