【pytorch学习】torch.cat

因为图像识别中网络的Tensor一般为N * C * H * W，所以我们的例子也是用4维数据

维度是从零开始的，即生成一个a = torch.randn(1, 3, 3, 4)

首先我们先从维度1开始拼接数据，即Tensor的维度C（channel）

import torch

a = torch.randn(1, 3, 3, 4) # C 为3
b = torch.randn(1, 2, 3, 4) # C 为2
# d = torch.randn(1, 2, 3, 4)
c = torch.cat((a,b), 1) # 从维度1开始拼接
print(c.size())

结果为

我们改变Tensor  b中维度2的大小即将b = torch.randn(1, 2, 3, 4)改为 b= torch.randn(1, 2, 5, 4)

会报错，报错信息中看出，无效的参数，除了Tensor的维度1的大小可以不同外，其他维度的大小必须相等。因为在我们的a,b中除了维度1大小不同外，维度2的size也不同（一个为3，一个为5）

其实就是需要拼接的数据按哪个维度拼接，哪个维度的大小就可以不同，其他维度必须相同。

下面再放一个例子，改变Tensor b中维度0的大小，即 b = torch.randn(1, 2, 3, 4)改为 b= torch.randn(3, 2, 3, 4)

出现了前面类似的错误信息，只是这次是除了维度0外，其他维度必须相同。

如果有上面哪里有错误的地方，望能指出。我也还在学习。