APP正在开发中...
返回顶部
您的位置： 主页 > 脚本 > python >

收藏
分享到

pytorch中torch.cat和torch.stack的区别

python 来源：互联网 作者：佚名 发布时间：2025-12-12 22:41:14 人浏览
摘要

torch.cat和torch.stack是 PyTorch 中用于组合张量的两个常用函数，它们的核心区别在于输入张量的维度和输出张量的维度变化。以下是详细对比： 1.torch.cat(Concatenate) 作用：沿现有维度拼接多个张量

torch.cat 和 torch.stack 是 PyTorch 中用于组合张量的两个常用函数，它们的核心区别在于输入张量的维度和输出张量的维度变化。以下是详细对比：

1.torch.cat (Concatenate)

作用：沿现有维度拼接多个张量，不创建新维度

输入要求：所有张量的形状必须除拼接维度外完全相同。

语法：

1

torch.cat(tensors, dim=0)  # dim 指定拼接的维度

示例：

1

2

3

4

5

6

7

8

9

a = torch.tensor([[1, 2], [3, 4]])  # shape (2, 2)

b = torch.tensor([[5, 6]])           # shape (1, 2)

 

# 沿 dim=0 拼接（行方向）

c = torch.cat([a, b], dim=0)

print(c)

# tensor([[1, 2],

#         [3, 4],

#         [5, 6]])  # shape (3, 2)

特点：

  • 拼接后的张量在指定维度上的大小是输入张量该维度大小的总和。
  • 其他维度必须完全一致。

2. torch.stack

作用：沿新维度堆叠多个张量，创建新维度。

输入要求：所有张量的形状必须完全相同。

语法：

1

torch.stack(tensors, dim=0)  # dim 指定新维度的位置

示例：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

a = torch.tensor([1, 2])  # shape (2,)

b = torch.tensor([3, 4])  # shape (2,)

 

# 沿新维度 dim=0 堆叠

c = torch.stack([a, b], dim=0)

print(c)

# tensor([[1, 2],

#         [3, 4]])  # shape (2, 2)

 

# 沿新维度 dim=1 堆叠

d = torch.stack([a, b], dim=1)

print(d)

# tensor([[1, 3],

#         [2, 4]])  # shape (2, 2)

特点：

  • 输出张量比输入张量多一个维度。
  • 适用于将多个相同形状的张量合并为批次（如 batch_size 维度）。

3. 关键区别总结

4. 直观对比示例

假设有两个张量：

1

2

x = torch.tensor([1, 2])  # shape (2,)

y = torch.tensor([3, 4])  # shape (2,)

torch.cat 结果：

1

torch.cat([x, y], dim=0)  # tensor([1, 2, 3, 4]), shape (4,)

torch.stack 结果：

1

torch.stack([x, y], dim=0)  # tensor([[1, 2], [3, 4]]), shape (2, 2)

5. 如何选择？

  • 用 torch.cat 当需要扩展现有维度（如拼接多个特征图）。
  • 用 torch.stack 当需要创建新维度（如构建批次数据或堆叠不同模型的输出）

通过理解两者的维度变化逻辑，可以避免常见的形状错误（如 size mismatch）。 
版权声明 : 本文内容来源于互联网或用户自行发布贡献，该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权， 违法违规的内容， 请发送邮件至2530232025#qq.cn(#换@)举报，一经查实，本站将立刻删除。

您可能感兴趣的文章 :

原文链接 :
相关文章
推荐阅读
最新更新
友情链接
  • 本站所有内容来源于互联网或用户自行发布，本站仅提供信息存储空间服务，不拥有版权，不承担法律责任。如有侵犯您的权益，请您联系站长处理！
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计