torch.cat

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

将给定的张量序列在指定维度上连接起来。所有张量必须具有相同的形状（除了连接维度），或者可以是大小为 (0,) 的 1-D 空张量。

torch.cat() 可以看作是 torch.split() 和 torch.chunk() 的逆操作。

torch.cat() 最好通过例子来理解。

参见

torch.stack() 沿着新的维度连接给定的序列。

参数:

• 张量（张量序列）- 提供的非空张量必须在 cat 维度之外具有相同的形状。

• dim（int，可选）- 张量连接的维度

关键字参数:

输出（张量，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]])