概述

torch.cat()是PyTorch中一个强大的函数，用于在张量之间创建连接。本文将详细介绍如何使用torch.cat()，并通过实际例子展示其强大的功能。

函数定义

torch.cat()函数接受两个主要参数：要连接的张量列表（tensors）以及连接维度（dim）。其中，dim默认值为0。

示例

连接两个张量

我们创建两个形状相同的张量a和b，并使用torch.cat()将它们在第0维上连接起来。

```python

import torch

a = torch.randn(2, 3)

b = torch.randn(2, 3)

c = torch.cat([a, b], dim=0)

print(c)

```

输出：

```scss

tensor([[...],..., ...])，这里显示的是连接后的张量。

```

连接多个张量

同样，我们可以使用torch.cat()连接多个张量。以下示例展示了如何连接三个张量a、b和c。

```python

a = torch.randn(2, 3)

b = torch.randn(2, 3)

c = torch.randn(2, 3)

d = torch.cat([a, b, c], dim=0)

print(d)

```

输出：一个包含所有张量元素的更大张量。

连接不同形状的张量

torch.cat()的强大之处在于，它甚至可以连接形状不同的张量，只要这些张量至少有一个公共维度。以下示例展示了如何连接形状不同的张量a和b。

```python

a = torch.randn(2, 3) 假设这是一个形状为2x3的张量

b = torch.randn(3, 3) 假设这是一个形状为3x3的张量，可以在第0维上与a连接

c = torch.cat([a, b], dim=0) 使用torch.cat()将a和b在第0维上连接起来

print(c)

```输出：一个形状为5x3的张量，包含了原始张量a和b的所有元素。