Содержание
Как соединить тензоры в PyTorch?
Улучшить статью
Сохранить статью
- Последнее обновление:
28 фев, 2022
Улучшить статью
Сохранить статью
В этой статье мы увидим, как соединить два или более тензора в PyTorch.
Мы можем объединять тензоры в PyTorch, используя функции torch.cat() и torch.stack(). Обе функции помогают нам объединять тензоры, но torch.cat() в основном используется для объединения заданной последовательности тензоров в заданном измерении. тогда как функция torch.stack() позволяет нам складывать тензоры друг в друга, и мы можем объединять два или более тензора в разных измерениях, таких как -1 измерение и 0 измерений,
Функция torch.cat(): Cat() в PyTorch используется для объединения двух или более тензоров в одном измерении.
Синтаксис: torch.cat ( (tens_1, tens_2, — , tens_n), dim=0, *, out=None)
torch. stack() function: Эта функция также объединяет последовательность тензоры, но над новым измерением, здесь и тензоры должны быть одного размера.
Синтаксис: torch.stack ( (tens_1, tens_2, — , tens_n), dim=0, *, out=None)
Пример 1:
Следующая программа предназначена для объединения последовательности тензоров с помощью функции torch.cat().
Python3
|
Output:
Example 2:
The following program is для объединения последовательности тензоров с помощью функции torch.stack().
Python3
|
Выход:
Пример 3:
Следующая программа для 2D Tensors для соблюдения OR). .
Python3
|
Output:
Example 4:
Следующая программа должна знать, как двумерные тензоры соединяются по измерениям 0 и -1. Конкатенация в измерении 0 увеличивает количество строк.
Python3
|
Выход:
Пример 5:
. тензоры складываются, и конечный тензор является двумерным тензором.
Python3
|