import torch

  

通过 help((torch.cat)) 可以查看 cat 的用法
cat(seq,dim,out=None)
 
其中 seq表示要连接的两个序列,以元组的形式给出,例如:seq=(a,b),  a,b 为两个可以连接的序列
dim 表示以哪个维度连接,dim=0, 横向连接
                      dim=1,纵向连接
 

 

#实例:
 
    #dim=0 时:
    
    import torch
    n_data = torch.ones((100,2))
    x0_data = torch.normal(2*n_data,1)
    y0_data = torch.zeros((100,1))
    x1_data = torch.normal(-2*n_data,1)
    y1_data = torch.ones((100,1))
    x_data = torch.cat((x0_data,x1_data),0).type(torch.FloatTensor)
    y_data = torch.cat((y0_data,y1_data),0).type(torch.LongTensor)
    print('x_data的形状:',x_data.shape)
    print("y_data的形状:",y_data.shape)

  

result:
    
    x_data的形状: torch.Size([200, 2])
    y_data的形状: torch.Size([200, 1])

  

#实例:
 
    #dim=1 时:
    
    import torch
    n_data = torch.ones((100,2))
    x0_data = torch.normal(2*n_data,1)
    y0_data = torch.zeros((100,1))
    x1_data = torch.normal(-2*n_data,1)
    y1_data = torch.ones((100,1))
    x_data = torch.cat((x0_data,x1_data),1).type(torch.FloatTensor)
    y_data = torch.cat((y0_data,y1_data),1).type(torch.LongTensor)
    print('x_data的形状:',x_data.shape)
    print("y_data的形状:",y_data.shape)

  

result:
 
    x_data的形状: torch.Size([100, 4])
    y_data的形状: torch.Size([100, 2])