转载来源:https://blog.csdn.net/qq_39709535/article/details/80803003
1. 字面理解：torch.cat是将两个张量（tensor）拼接在一起，cat是concatnate的意思，即拼接，联系在一起。
2. 例子理解
-
>>>
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])
上面给出了两个张量A和B，分别是2行3列，4行3列。即他们都是2维张量。因为只有两维，这样在用torch.cat拼接的时候就有两种拼接方式：按行拼接和按列拼接。即所谓的维数0和维数1.
C=torch.cat((A,B),0)就表示按维数0（行）拼接A和B，也就是竖着拼接，A上B下。此时需要注意：列数必须一致，即维数1数值要相同，这里都是3列，方能列对齐。拼接后的C的第0维是两个维数0数值和，即2+4=6.
C=torch.cat((A,B),1)就表示按维数1（列）拼接A和B，也就是横着拼接，A左B右。此时需要注意：行数必须一致，即维数0数值要相同，这里都是2行，方能行对齐。拼接后的C的第1维是两个维数1数值和，即3+4=7.
从2维例子可以看出，使用torch.cat((A,B),dim)时，除拼接维数dim数值可不同外其余维数数值需相同，方能对齐。
3.实例
在深度学习处理图像时，常用的有3通道的RGB彩色图像及单通道的灰度图。张量size为cxhxw,即通道数x图像高度x图像宽度。在用torch.cat拼接两张图像时一般要求图像大小一致而通道数可不一致，即h和w同，c可不同。当然实际有3种拼接方式，另两种好像不常见。比如经典网络结构：U-Net
里面用到4次torch.cat,其中copy and crop操作就是通过torch.cat来实现的。可以看到通过上采样（up-conv 2x2）将原始图像h和w变为原来2倍，再和左边直接copy过来的同样h,w的图像拼接。这样做，可以有效利用原始结构信息。
4.总结
使用torch.cat((A,B),dim)时，除拼接维数dim数值可不同外其余维数数值需相同，方能对齐。