Pytorch中torch.cat()函数举例解析

PyTorch 中的 torch.cat() 函数是用来将张量按照给定的维度进行拼接的函数。在这里，我们将详细讲解该函数的使用。本攻略将包含以下内容：

1. torch.cat() 函数的基本格式及参数说明；
2. 两个具体的示例，分别说明如何进行张量拼接。

1. torch.cat() 函数的基本格式及参数说明

torch.cat() 函数的基本格式如下：

torch.cat(tensors, dim=0, out=None) -> Tensor

其中，各个参数的含义如下：

• tensors：需要拼接的张量序列，可以是元组、列表或者其他包含张量的可迭代类型。
• dim：拼接维度，指定在哪个维度上进行拼接操作。默认为0，即在第0维进行拼接操作。
• out：可选参数，表示输出张量，如果未指定，则该函数会自动创建一个新的张量。

2. 两个具体的示例，分别说明如何进行张量拼接

在本节中，我们将给出两个具体的示例，分别说明如何使用 torch.cat() 函数进行张量拼接。

示例一

在这个示例中，我们先定义两个大小相同的张量，并将它们按照第0维拼接。

import torch

# 定义两个张量
a = torch.tensor([[1, 2], [3, 4]])
b = torch.tensor([[5, 6], [7, 8]])

# 按照第0维进行拼接
c = torch.cat([a, b], dim=0)

print(c)

输出结果如下：

tensor([[1, 2],
        [3, 4],
        [5, 6],
        [7, 8]])

在这个示例中，我们首先创建了两个大小相同的 $2\times 2$ 张量 a 和 b，然后使用 torch.cat() 函数将它们按照第0维进行拼接，得到了一个大小为 $4\times 2$ 的张量 c。

示例二

在这个示例中，我们先定义两个大小不同的张量，并将它们按照第1维拼接。此外，我们还将使用 out 参数指定输出张量。

import torch

# 定义两个张量，大小不同
a = torch.tensor([[1, 2], [3, 4], [5, 6]])
b = torch.tensor([[7], [8], [9]])

# 按照第1维进行拼接
c = torch.cat([a, b], dim=1, out=torch.zeros(3, 3))

print(c)

输出结果如下：

tensor([[1., 2., 7.],
        [3., 4., 8.],
        [5., 6., 9.]])

在这个示例中，我们定义了两个张量，其中 a 的大小为 $3\times 2$，而 b 的大小为 $3\times 1$。我们使用 torch.cat() 函数在第1维进行拼接，并将输出张量指定为一个 $3\times 3$ 的全零张量。在这个示例中，我们可以看到，由于 a 和 b 的第一维大小不同，因此在拼接时需要将 b 这个张量在第1维进行扩展，使其大小与 a 相同。最终，我们得到了一个 $3\times 3$ 的张量 c。

至此，关于 PyTorch 中的 torch.cat() 函数的介绍到此结束。