torch.stack和torch.cat的用法说明

在深度学习框架中，torch.cat()与torch.stack()均被广泛用于实现张量连接。然而，在实际应用中它们仍存在明显的差异。

• torch.cat可被理解为"融合"或"连接"的方式，在对矩阵进行横向或纵向操作时均可实现目标。经过操作所得矩阵将保持原有的秩值不变，并需满足用于融合矩阵在非操作维度上的尺寸一致性要求。
  • torch.stack的作用相当于对多个矩阵进行叠加操作，在完成叠加后生成的新矩阵将比原矩阵多一个维度。参与叠加的所有原始矩阵需在各向尺寸上保持严格的一致性

1. torch.cat

1.1 使用介绍

    torch.cat(tensors, dim)

*tensors：即将连接的一组张量 tensor

• dim：指定连接的 dimension default 值为 0
• 注意，在 tensors 中的不同 tensor 对应于其各自指定连接 dimension 上 size 可能不一致
  然而，在这些 tensor 的其他 dimension 上 size 必须一致。例如，在代码中若指定连接 dimension 是 0，则 tensor x 和 y 在 dimension 0 上可能有不同的 value（数值），但在 dimension 1 上 value 必须都是4（数值），