torch.cat

torch.cat(tensors, dim=0, *, out=None) → Tensor

在给定维度中连接 tensors 中给定的张量序列。所有张量必须具有相同的形状（连接维度除外），或者是大小为 (0,) 的 1-D 空张量。

torch.cat() 可以看作是 torch.split() 和 torch.chunk() 的逆运算。

torch.cat() 可以通过示例最好地理解。

另请参阅

torch.stack() 沿新维度连接给定的序列。

参数

• tensors (张量的序列) – 相同类型的张量的任何 python 序列。提供的非空张量必须具有相同的形状，连接维度除外。

• dim (int, 可选) – 张量连接的维度

关键字参数

out (Tensor, 可选) – 输出张量。

示例

>>> x = torch.randn(2, 3)
>>> x
tensor([[ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497]])
>>> torch.cat((x, x, x), 0)
tensor([[ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497],
        [ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497],
        [ 0.6580, -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497]])
>>> torch.cat((x, x, x), 1)
tensor([[ 0.6580, -1.0969, -0.4614,  0.6580, -1.0969, -0.4614,  0.6580,
         -1.0969, -0.4614],
        [-0.1034, -0.5790,  0.1497, -0.1034, -0.5790,  0.1497, -0.1034,
         -0.5790,  0.1497]])