import torch

cat

• dim后面接的数字表示从哪个维度上进行拼接，注意：其他维度的size必须要两两相等

a = torch.rand(30,6)#a记录了班上前30个同学的6门考试成绩
b = torch.rand(25,6)#b记录了班上后30个同学的6门考试成绩
torch.cat([a,b],dim=0).shape 

torch.Size([55, 6])

a = torch.rand(5,3) #5个同学，a只记录了4门课的成绩
b = torch.rand(5,2)#还是这5个同学，b记录了另外2门课的成绩
c = torch.rand(5,1)#还是这5个同学，c记录了另外1门课的成绩
torch.cat([a,b,c],dim=1).shape #合并成一张成绩单，包含每个人的6门成绩

torch.Size([5, 6])

stack

• stack在一起的tensor的每个dim的size都必须要一样
• dim后面接的数字表示要在该维度前面增加一个维度，该维度的size是stack起来的tensor数目

a = torch.rand(30,6)
b = torch.rand(30,6)
torch.stack([a,b],dim=0).shape

torch.Size([2, 30, 6])

a = torch.rand(2,3,4)
b = torch.rand(2,3,4)
c = torch.rand(2,3,4)
torch.stack([a,b,c],dim=1).shape

torch.Size([2, 3, 3, 4])

split

• dim表示要从那个维度上切分
• 只输入数字，则表示每组有多少个tensor
• 如果输入的是一个list，那么就按照list里面的数字进行切分

a = torch.rand(6,20,5) #a表示有6个班级，每个班有20个人，每个人有5门考试成绩
a1,a2,a3=a.split(2,dim=0) #按照顺序，每两个班级分为一组
print(a1.shape,a2.shape,a3.shape)

torch.Size([2, 20, 5]) torch.Size([2, 20, 5]) torch.Size([2, 20, 5])

a = torch.rand(6,20,5) #a表示有6个班级，每个班有20个人，每个人有5门考试成绩
a1,a2,a3=a.split([1,2,3],dim=0) #按照顺序,第一个班级分为一组，第二、三个班级分成一组，第4、5、6个班级分成一组
print(a1.shape,a2.shape,a3.shape)

torch.Size([1, 20, 5]) torch.Size([2, 20, 5]) torch.Size([3, 20, 5])

chunk

• dim表示要从那个维度上切分
• 输入的数字表示在这个维度上要切分成多少组

a = torch.rand(6,20,5) #a表示有6个班级，每个班有20个人，每个人有5门考试成绩
a1,a2,a3=a.chunk(3,dim=0) #3表示分成3组tensor
print(a1.shape,a2.shape,a3.shape)

torch.Size([2, 20, 5]) torch.Size([2, 20, 5]) torch.Size([2, 20, 5])