PyTorch torch.concatenate-Funktion
PyTorch torch-Referenzhandbuch
torch.concatenateist eine Funktion in PyTorch, die zum Verketten mehrerer Tensoren entlang einer angegebenen Dimension verwendet wird. Sie ist dasselbe wietorch.catist dieselbe Funktion, die verwendet wird, um mehrere Tensoren entlang einer angegebenen Dimension zu einem größeren Tensor zu verketten.
Funktionsdefinition
torch.concatenate(tensors, dim=0, out=None)
Parameters:
tensors(Sequenz von Tensoren): Die Sequenz der zu verkettenden Tensoren. Alle Tensoren müssen in allen Dimensionen außer der Verkettungsdimension dieselbe Form haben.dim(int, optional): Die Dimension, entlang der verkettet wird; Standard ist 0.out(Tensor, optional): Der Ausgabe-Tensor.
Rückgabewert:
torch.Tensor: Gibt den verketteten Tensor zurück.
Anwendungsbeispiele
Beispiel
import torch
# Mehrere Tensoren erstellen
a = torch.tensor([1, 2])
b = torch.tensor([3, 4])
c = torch.tensor([5, 6])
# Mehrere Tensoren verketten
result = torch.concatenate([a, b, c])
print(result)
# Mehrere Tensoren erstellen
a = torch.tensor([1, 2])
b = torch.tensor([3, 4])
c = torch.tensor([5, 6])
# Mehrere Tensoren verketten
result = torch.concatenate([a, b, c])
print(result)
Die Ausgabe ist:
tensor([1, 2, 3, 4, 5, 6])
Beispiel
import torch
# Erstelle zwei 2D-Tensoren
a = torch.randn(2, 3)
b = torch.randn(2, 3)
# Entlang der ersten Dimension verketten
c = torch.concatenate([a, b], dim=0)
print("Form von a:", a.shape)
print("Form von b:", b.shape)
print("Form von c:", c.shape)
# Erstelle zwei 2D-Tensoren
a = torch.randn(2, 3)
b = torch.randn(2, 3)
# Entlang der ersten Dimension verketten
c = torch.concatenate([a, b], dim=0)
print("Form von a:", a.shape)
print("Form von b:", b.shape)
print("Form von c:", c.shape)
Die Ausgabe ist:
a 的形状: torch.Size([2, 3]) b 的形状: torch.Size([2, 3]) c 的形状: torch.Size([4, 3])
Hinweis:torch.concatenateJatorch.catein Alias, und die beiden haben genau dieselbe Funktionalität. Im tatsächlichen Code ist die häufiger verwendetetorch.cat。
Andere Erweiterungen