torch.stack

看网上看多没讲的不是很明白,我来试试空间上的理解

复制代码
# 假设是时间步T1的输出
T1 = torch.tensor([[1, 2, 3],
        		[4, 5, 6],
        		[7, 8, 9]])
# 假设是时间步T2的输出
T2 = torch.tensor([[10, 20, 30],
        		[40, 50, 60],
        		[70, 80, 90]])

输出:

复制代码
print(torch.stack((T1,T2),dim=0).shape)
print(torch.stack((T1,T2),dim=1).shape)
print(torch.stack((T1,T2),dim=2).shape)
print(torch.stack((T1,T2),dim=3).shape)
# outputs:
torch.Size([2, 3, 3])
torch.Size([3, 2, 3])
torch.Size([3, 3, 2])
'选择的dim>len(outputs),所以报错'
IndexError: Dimension out of range (expected to be in range of [-3, 2], but got 3)

将dim=0,1,2理解为x,y,z轴.

  1. 那么dim=0的拼接就是在x轴上:这么看,就是x=2,y=3,z=3
  2. dim = 1,这么看,x=3,y=2,z=3
  3. dim = 2,这么看,x=3,y=3,z=2

    我偷懒了,图就是意思意思
相关推荐
Elastic 中国社区官方博客13 分钟前
Elasticsearch:数据脱节如何破坏现代调查
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
却道天凉_好个秋21 分钟前
OpenCV(三十八):什么是特征检测
人工智能·opencv·计算机视觉
m0_5711866023 分钟前
第二十六周周报
人工智能
我不是QI25 分钟前
周志华《机器学习—西瓜书》四
人工智能·机器学习
roman_日积跬步-终至千里26 分钟前
【计算机视觉(8)】双视图几何基础篇:从立体视觉到极线约束
人工智能·数码相机·计算机视觉
nix.gnehc27 分钟前
杂记:泛化
人工智能·机器学习
San30.41 分钟前
Vue 3 + DeepSeek 实现 AI 流式对话的完整指南
前端·vue.js·人工智能
像风一样自由202042 分钟前
LSTM-KNN融合模型:让AI既有记忆又会“查字典“
人工智能·rnn·lstm
祝余Eleanor1 小时前
Day32 深入理解SHAP图
人工智能·python·机器学习
沃达德软件1 小时前
警务大数据挖掘技术
大数据·人工智能·数据挖掘