如何使用 torch.stack？

Question

如何使用 torch.stack 堆叠两个形状为 a.shape = (2, 3, 4) 和 b.shape = (2, 3) 的张量而不进行就地操作？

Answer 1

堆叠需要相同数量的维度。一种方法是取消挤压和堆叠。例如：

a.size()  # 2, 3, 4
b.size()  # 2, 3
b = torch.unsqueeze(b, dim=2)  # 2, 3, 1
# torch.unsqueeze(b, dim=-1) does the same thing

torch.stack([a, b], dim=2)  # 2, 3, 5

Answer 2

使用 pytorch 1.2 或 1.4 arjoonn 的回答对我不起作用。

而不是 torch.stack 我在 pytorch 1.2 和 1.4 中使用了 torch.cat：

>>> import torch
>>> a = torch.randn([2, 3, 4])
>>> b = torch.randn([2, 3])
>>> b = b.unsqueeze(dim=2)
>>> b.shape
torch.Size([2, 3, 1])
>>> torch.cat([a, b], dim=2).shape
torch.Size([2, 3, 5])

如果要使用 torch.stack 张量的维度必须相同：

>>> a = torch.randn([2, 3, 4])
>>> b = torch.randn([2, 3, 4])
>>> torch.stack([a, b]).shape
torch.Size([2, 2, 3, 4])

这是另一个例子：

>>> t = torch.tensor([1, 1, 2])
>>> stacked = torch.stack([t, t, t], dim=0)
>>> t.shape, stacked.shape, stacked

(torch.Size([3]),
 torch.Size([3, 3]),
 tensor([[1, 1, 2],
         [1, 1, 2],
         [1, 1, 2]]))

使用 stack 时，您可以使用 dim 参数指定在哪个维度上堆叠具有相同维度的张量。

Answer 3

假设你有两个维度相等的张量 a, b 即 a ( A, B, C) 所以 b (A, B, C) 一个例子

a=torch.randn(2,3,4)
b=torch.randn(2,3,4)
print(a.size())  # 2, 3, 4
print(b.size()) # 2, 3, 4

f=torch.stack([a, b], dim=2)  # 2, 3, 2, 4
f

如果它们不一样暗淡，它就不会行动。小心！！

如何使用 torch.stack？

How do I use torch.stack?

python

pytorch

tensor