Torch.cat()

cat是concatnate的意思：拼接，联系在一起。

先说cat( )的普通用法

如果我们有两个tensor是A和B，想把他们拼接在一起，需要如下操作：

C = torch.cat( (A,B),0 )  #按维数0拼接（竖着拼）
C = torch.cat( (A,B),1 )  #按维数1拼接（横着拼）

>>> import torch
>>> A=torch.ones(2,3)    #2x3的张量（矩阵）                                     
>>> A
tensor([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.]])
>>> B=2*torch.ones(4,3)  #4x3的张量（矩阵）                                    
>>> B
tensor([[ 2.,  2.,  2.],
        [ 2.,  2.,  2.],
        [ 2.,  2.,  2.],
        [ 2.,  2.,  2.]])
>>> C=torch.cat((A,B),0)  #按维数0（行）拼接
>>> C
tensor([[ 1.,  1.,  1.],
         [ 1.,  1.,  1.],
         [ 2.,  2.,  2.],
         [ 2.,  2.,  2.],
         [ 2.,  2.,  2.],
         [ 2.,  2.,  2.]])
>>> C.size()
torch.Size([6, 3])
>>> D=2*torch.ones(2,4) #2x4的张量（矩阵）
>>> C=torch.cat((A,D),1)#按维数1（列）拼接
>>> C
tensor([[ 1.,  1.,  1.,  2.,  2.,  2.,  2.],
        [ 1.,  1.,  1.,  2.,  2.,  2.,  2.]])
>>> C.size()
torch.Size([2, 7])

其次，cat还可以把list中的tensor拼接起来。

x = torch.Tensor([[1],[2],[3]])
x1 = [x*2 for i in range(1,4)]

x.shape
torch.Size([3,1])

x = torch.Tensor([[1],[2],[3]])
x.shape
torch.Size([3,1])

x1 = [x*2 for i in range(1,4)]
len(x1)
>>3

x1

>>
[tensor([[2.],
         [4.],
         [6]]),tensor([[2.],[4.],[6.]]),tensor([[2.],[4.],[6.]])]

x2 = = torch.cat((x1),1)
x2

>>tensor ([[2.,2.,2.],[4.,4.,4.],[6.,6.,6]])

type(x1)
>> list

上面的代码可以合成一行来写：
x2 = torch.cat([x*2 for i in range(1,4)])
x2
>>
tensor ([[2.,2.,2.],[4.,4.,4.],[6.,6.,6]])