torch.cat是将两个张量(tensor)拼接在一起,cat是concatnate的意思,即拼接,联系在一起。

  • 使用torch.cat((A,B),dim)时,除拼接维数dim数值可不同外其余维数数值需相同,方能对齐。
C = torch.cat( (A,B),0 )  #按维数0拼接(竖着拼)C = torch.cat( (A,B),1 )  #按维数1拼接(横着拼)>>> import torch
>>> A=torch.ones(2,3) #2x3的张量(矩阵)
>>> A
tensor([[ 1.,  1.,  1.],[ 1.,  1.,  1.]])
>>> B=2*torch.ones(4,3)#4x3的张量(矩阵)
>>> B
tensor([[ 2.,  2.,  2.],[ 2.,  2.,  2.],[ 2.,  2.,  2.],[ 2.,  2.,  2.]])
>>> C=torch.cat((A,B),0)#按维数0(行)拼接
>>> C
tensor([[ 1.,  1.,  1.],[ 1.,  1.,  1.],[ 2.,  2.,  2.],[ 2.,  2.,  2.],[ 2.,  2.,  2.],[ 2.,  2.,  2.]])
>>> C.size()
torch.Size([6, 3])
>>> D=2*torch.ones(2,4) #2x4的张量(矩阵)
>>> C=torch.cat((A,D),1)#按维数1(列)拼接
>>> C
tensor([[ 1.,  1.,  1.,  2.,  2.,  2.,  2.],[ 1.,  1.,  1.,  2.,  2.,  2.,  2.]])
>>> C.size()
torch.Size([2, 7])

torch.cat() 函数用法相关推荐

  1. torch.cat()函数 ,关于四维tensor维度合并。

    引言:看了关于torch.cat函数的文章,有点乱,自己总结一篇,关于四维tensor合并. 一张图像在计算机中的表示通常为三维tensor(张量),即[channels,height,width] ...

  2. 【深度学习】特征融合的重要方法 | 张量的拼接 | torch.cat()函数 | torch.add(函数

    文章目录 前言 一.torch.cat()函数 拼接只存在h,w(高,宽)的图像 二.torch.cat() 拼接存在c,h,w(通道,高,宽)的图像 三.torch.add()使张量对应元素直接相加 ...

  3. torch.cat()函数的官方解释,详解以及例子

    可以直接看最下面的例子,再回头看前面的解释,就很明白了. 在pytorch中,常见的拼接函数主要是两个,分别是: stack() cat() 一般torch.cat()是为了把多个tensor进行拼接 ...

  4. torch的拼接函数_Pytorch中的torch.cat()函数

    cat( )的用法 按维数0拼接(竖着拼) C = torch.cat( (A,B),0 ) 按维数1拼接(横着拼) C = torch.cat( (A,B),1 ) 按维数0拼接 A=torch.o ...

  5. PyTorch疑难杂症(1)——torch.matmul()函数用法总结

    目录 一.函数介绍 二.常见用法 2.1 两个一维向量的乘积运算 2.2 两个二维矩阵的乘积运算 2.3 一个一维向量和一个二维矩阵的乘积运算 2.4 一个二维矩阵和一个一维向量的乘积运算 2.5 其 ...

  6. 【pytorch】torch.cat()函数

    欢迎移步我的个人博客 例子 import torchA=torch.ones(2,3) #2x3的张量(矩阵) Atensor([[ 1., 1., 1.],[ 1., 1., 1.]])B=2*to ...

  7. pytorch 中 torch.cat 函数的使用

    1. 字面理解:torch.cat是将两个张量(tensor)拼接在一起,cat是concatnate的意思,即拼接,联系在一起. 2. 例子理解 >>> import torch ...

  8. Pytorch中的torch.cat()函数

    转载自:https://www.cnblogs.com/JeasonIsCoding/p/10162356.html 1. 字面理解:torch.cat是将两个张量(tensor)拼接在一起,cat是 ...

  9. torch.contiguous()函数用法

    在看代码的时候发现了torch.contiguous()这个函数,那么它有什么用途呢? 1)背景知识 首先得知道一个tensor的shape和stride的区别.以二维矩阵为例,shape = [ro ...

最新文章

  1. Spring Boot微服务中Chaos Monkey的应用
  2. python获取maco句柄_python之subprocess模块
  3. ajax被token拦截,vue中封装ajax请求,并且拦截请求在请求头中添加token
  4. FOSCommentBundle功能包:改变样式
  5. python is beautiful_Python list 和 str 互转
  6. chkconfig命令会立即生效吗_UG绘制波纹管,整体变形命令你会用吗?
  7. 一个检查SPN的小工具
  8. wetool个人版_个人版wetool -公众号
  9. 20162312 2016-2017-2《Java程序设计》课程总结
  10. AttackerKB:免费的众筹漏洞评估知识库
  11. android访问服务器405,android – HTTP状态405 – 不允许的方法(jax-rs服务)
  12. 自然语言18.2_NLTK命名实体识别
  13. JsLib组件,扩展WSH功能(新版本)
  14. cc2530dma控制器功能_CC2530芯片DMA控制器配置
  15. openCV python 颜色识别
  16. 用数据告诉你,哪位导演是漫威影片中的票房收割机?
  17. SpringBoot+vue 使用阿里云的短信功能发送手机验证码
  18. # c语言判断字符类型
  19. 京东快递开接外单偏平台商户
  20. html5 application cache 空间限制,HTML5离线存储之Application Cache

热门文章

  1. ztree在onCheck()方法中防止因触发联动关系导致页面多次渲染而卡死的问题
  2. CentOS系统缺少库文件解决办法
  3. Building an FTP Test Plan
  4. [转载]Unicode中对中文字符的编码
  5. sqlite管理工具
  6. java 富文本框_java-富文本(wangEditor框架)的使用教程
  7. Navicat连接虚拟机Linux的数据库时,出现错误代码“10038”
  8. linux故障转移集群,部署AlwaysOn第一步:搭建Windows服务器故障转移集群
  9. 面板数据回归模型(固定效应、随机效应、混合回归、变系数)、面板数据AR、VAR模型
  10. 掌握这8个CSS开发工具让你瞬间成为开发高手