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
测试界的小码农10 分钟前
【让 AI 生成的测试用例变成 pytest API 自动化脚本】
人工智能·测试用例·pytest
天天代码码天天34 分钟前
我开源了一个家庭备份工具:把手机照片和视频,存回自己的电脑
人工智能
AI源码35 分钟前
基于机器学习的古籍文字识别与断句校正系统
人工智能·机器学习
用户8339049606951 小时前
记账大师 AIUI购物记账与交互可靠性实践
人工智能
数智人生局1 小时前
配置驱动的通用 ETL 执行引擎:告别"每个需求写一个 Spark 作业"(改配置不发版)
人工智能
Neurocoda1 小时前
基于 NumPy 从零实现 Tiny-AlexNet 在 MNIST 数据集上的验证
人工智能·深度学习
youcans_1 小时前
【嵌入式软件AI编程】(3)面向 AI 协同开发的 STM32 硬件信息标准化
人工智能·stm32·嵌入式硬件·ai编程
AOI小白新手上路1 小时前
深度学习算力购置方案分析:本地 RTX 4090 服务器 vs 云端租赁
服务器·人工智能·深度学习
QXWZ_IA1 小时前
北斗高精度定位在泛自然资源行业的技术演进与应用方向
大数据·人工智能
坐吃山猪1 小时前
果蝇AI06-Mac部署实操
人工智能·深度学习·机器学习·果蝇ai