温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

torch.stack()与torch.cat()有什么区别

发布时间:2022-01-04 09:23:40 来源:亿速云 阅读:201 作者:小新 栏目:大数据

这篇文章将为大家详细讲解有关torch.stack()与torch.cat()有什么区别,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

torch.stack()和torch.cat()的区别在于:

torch.stack()会造成一个新的维度,在该维度上进行拼接

torch.cat()不会造成新的维度,而是在已有维度上进行拼接

例子1:

import torch

a = torch.tensor([[1, 2, 3]])
b = torch.stack((a, a)).size()
c = torch.cat((a, a)).size()
print(b)
print(c)

结果为:

torch.Size([2, 1, 3])
torch.Size([2, 3])

例子2: 

import torch

a = torch.tensor([1, 2, 3])
b = torch.stack((a, a)).size()
c = torch.cat((a, a)).size()
print(b)
print(c)

结果为:

torch.Size([2, 3])
torch.Size([6])

关于“torch.stack()与torch.cat()有什么区别”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI