PyTorch torch.concatenate 函数
Pytorch torch 参考手册torch.concatenate 是 PyTorch 中用于沿指定维度连接多个张量的函数。它与 torch.cat 是同一个函数，用于将多个张量沿指定维度拼接成一个更大的张量。
函数定义
torch.concatenate(tensors, dim=0, out=None)
参数:
tensors(Sequence of Tensor): 要连接的张量序列。所有张量必须在除连接维度外的其他维度上形状相同。dim(int, 可选): 连接的维度，默认为 0。out(Tensor, 可选): 输出张量。
返回值:
torch.Tensor: 返回连接后的张量。
使用示例
实例
import torch
# 创建多个张量
a = torch.tensor([1, 2])
b = torch.tensor([3, 4])
c = torch.tensor([5, 6])
# 连接多个张量
result = torch.concatenate([a, b, c])
print(result)
# 创建多个张量
a = torch.tensor([1, 2])
b = torch.tensor([3, 4])
c = torch.tensor([5, 6])
# 连接多个张量
result = torch.concatenate([a, b, c])
print(result)
输出结果为：
tensor([1, 2, 3, 4, 5, 6])
实例
import torch
# 创建两个二维张量
a = torch.randn(2, 3)
b = torch.randn(2, 3)
# 沿第一维度连接
c = torch.concatenate([a, b], dim=0)
print("a 的形状:", a.shape)
print("b 的形状:", b.shape)
print("c 的形状:", c.shape)
# 创建两个二维张量
a = torch.randn(2, 3)
b = torch.randn(2, 3)
# 沿第一维度连接
c = torch.concatenate([a, b], dim=0)
print("a 的形状:", a.shape)
print("b 的形状:", b.shape)
print("c 的形状:", c.shape)
输出结果为：
a 的形状: torch.Size([2, 3]) b 的形状: torch.Size([2, 3]) c 的形状: torch.Size([4, 3])
注意：torch.concatenate 是 torch.cat 的别名，两者的功能完全相同。在实际代码中，更常用的是 torch.cat。