cat是concatnate的縮寫，concatnate的含義拼接，深度學習模型中最為常見的是通道拼接。

一、普通用法

• dim = 1：表示將張量A、B按照維數1進行拼接，換句話說，就是按照列進行拼接

torch.cat((A,B),dim = 1)

• 案例1

x = torch.randn(3, 4) y = torch.randn(3, 2) print(x, x.size()) print(y, y.size()) z = torch.cat((x, y), dim = ) print(z, z.size())

• dim = 0：表示將張量A、B按照維數0進行拼接，換句話說，就是按照行進行拼接

torch.cat((A,B),dim = 0)

• 案例2

x = torch.randn(2,3) y = torch.randn(5,3) print(x) print(y) z = torch.cat((x,y),dim = 0) print(z)

二、進階用法

除上述普通用法外，torch.cat()也可以將一個列表中的tensor拼接起來。

lst = [] x = torch.randn(3,4) y = torch.randn(2,4) print(x, x.size()) print(y, y.size()) lst.append(x) lst.append(y) z = torch.cat(lst, dim = 0) print(z, z.size())

之后我會盡量每天都會更新一篇PyTorch的小知識點，不積硅步，無以至千里，只要每天積累一點點，一定會有提升的！希望這篇文章對大家有幫助！

總結

以上是生活随笔為你收集整理的PyTorch基础（五）----- torch.cat()方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。