一. torch.stack（）函數解析

1. 函數說明：

1.1 官網：torch.stack()，函數定義及參數說明如下圖所示：

1.2 函數功能

沿一個新維度對輸入一系列張量進行連接，序列中所有張量應為相同形狀，stack 函數返回的結果會新增一個維度。也即是把多個2維的張量湊成一個3維的張量；多個3維的湊成一個4維的張量…以此類推，也就是在增加新的維度上面進行堆疊。

1.3 參數列表

• tensors ：為一系列輸入張量，類型為turple和List
• dim ：新增維度的（下標）位置，當dim = -1時默認最后一個維度；范圍必須介于 0 到輸入張量的維數之間，默認是dim=0,在第0維進行連接
• 返回值：輸出新增維度后的張量

2. 代碼舉例

2.1 dim = 0 : 在第0維進行連接，相當于在行上進行組合(輸入張量為一維，輸出張量為兩維)

import torch
#二維輸入張量a,b
a = torch.tensor([1, 2, 3])
b = torch.tensor([11, 22, 33])
c = torch.stack([a, b],dim=0)#在第0維進行連接，相當于在行上進行組合(輸入張量為一維，輸出張量為兩維)
print(a)
print(b)
print(c)

輸出結果如下：
tensor([1, 2, 3])
tensor([11, 22, 33])
tensor([[ 1, ?2, ?3],
? ? ? ? [11, 22, 33]])

2.2 dim = 1 ：在第1維進行連接，相當于在對應行上面對列元素進行組合(輸入張量為一維，輸出張量為兩維)

import torch
#二維輸入張量a,b
a = torch.tensor([1, 2, 3])
b = torch.tensor([11, 22, 33])
c = torch.stack([a, b],dim=1)#在第1維進行連接，相當于在對應行上面對列元素進行組合(輸入張量為一維，輸出張量為兩維)
print(a)
print(b)
print(c)

輸出結果如下：
tensor([1, 2, 3])
tensor([11, 22, 33])
tensor([[ 1, 11],
? ? ? ? [ 2, 22],
? ? ? ? [ 3, 33]])

2.3 dim=0：表示在第0維進行連接，相當于在通道維度上進行組合(輸入張量為兩維，輸出張量為三維)，注意：此處輸入張量維度為二維，因此dim最大只能為2。

import torch
#二維輸入張量a,b
a = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = torch.tensor([[11, 22, 33], [44, 55, 66], [77, 88, 99]])
c = torch.stack([a, b],dim=0)#在第0維進行連接，相當于在通道維度上進行組合(輸入張量為兩維，輸出張量為三維)
print(a)
print(b)
print(c)

輸出結果如下所示：
tensor([[1, 2, 3],
? ? ? ? [4, 5, 6],
? ? ? ? [7, 8, 9]])
tensor([[11, 22, 33],
? ? ? ? [44, 55, 66],
? ? ? ? [77, 88, 99]])
tensor([[[ 1, ?2, ?3],
? ? ? ? ?[ 4, ?5, ?6],
? ? ? ? ?[ 7, ?8, ?9]],

? ? ? ? [[11, 22, 33],
? ? ? ? ?[44, 55, 66],
? ? ? ? ?[77, 88, 99]]])

2.4 dim=1：表示在第1維進行連接，相當于對相應通道中每個行進行組合，注意：此處輸入張量維度為二維，因此dim最大只能為2。

import torch
#二維輸入張量a,b
a = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = torch.tensor([[11, 22, 33], [44, 55, 66], [77, 88, 99]])
c = torch.stack([a, b], 1)#在第1維進行連接，相當于對相應通道中每個行進行組合
print(a)
print(b)
print(c)

輸出結果如下所示：
tensor([[1, 2, 3],
? ? ? ? [4, 5, 6],
? ? ? ? [7, 8, 9]])
tensor([[11, 22, 33],
? ? ? ? [44, 55, 66],
? ? ? ? [77, 88, 99]])
tensor([[[ 1, ?2, ?3],
? ? ? ? ?[11, 22, 33]],

? ? ? ? [[ 4, ?5, ?6],
? ? ? ? ?[44, 55, 66]],

? ? ? ? [[ 7, ?8, ?9],
? ? ? ? ?[77, 88, 99]]])

2.5 dim=2：表示在第2維進行連接，相當于對相應行中每個列元素進行組合，注意：此處輸入張量維度為二維，因此dim最大只能為2。

import torch
#二維輸入張量a,b
a = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = torch.tensor([[11, 22, 33], [44, 55, 66], [77, 88, 99]])
c = torch.stack([a, b], 2)#在第2維進行連接，相當于對相應行中每個列元素進行組合
print(a)
print(b)
print(c)

輸出結果如下所示：
tensor([[1, 2, 3],
? ? ? ? [4, 5, 6],
? ? ? ? [7, 8, 9]])
tensor([[11, 22, 33],
? ? ? ? [44, 55, 66],
? ? ? ? [77, 88, 99]])
tensor([[[ 1, 11],
? ? ? ? ?[ 2, 22],
? ? ? ? ?[ 3, 33]],

? ? ? ? [[ 4, 44],
? ? ? ? ?[ 5, 55],
? ? ? ? ?[ 6, 66]],

? ? ? ? [[ 7, 77],
? ? ? ? ?[ 8, 88],
? ? ? ? ?[ 9, 99]]])

2.6 dim=3：表示在第3維進行連接，相當于對相應行中每個列元素進行組合(輸入維度大小為3維，因此dim=3最后一維始終代表為列)，注意：此處輸入張量維度為三維，因此dim最大只能為3。

import torch
#三維輸入張量a,b
a = torch.tensor([[[1, 2, 3], [4, 5, 6], [7, 8, 9]],[[10, 20, 30], [40, 50, 60], [70, 80, 90]]])
b = torch.tensor([[[11, 22, 33], [44, 55, 66], [77, 88, 99]], [[110, 220, 330], [440, 550, 660], [770, 880, 990]]])
c = torch.stack([a, b], 3)#表示在第3維進行連接，相當于對相應行中每個列元素進行組合(最后一維是第三維，始終代表為列)
print(a)
print(b)
print(c)

輸出結果如下所示：
tensor([[[ 1, ?2, ?3],
? ? ? ? ?[ 4, ?5, ?6],
? ? ? ? ?[ 7, ?8, ?9]],

? ? ? ? [[10, 20, 30],
? ? ? ? ?[40, 50, 60],
? ? ? ? ?[70, 80, 90]]])
tensor([[[ 11, ?22, ?33],
? ? ? ? ?[ 44, ?55, ?66],
? ? ? ? ?[ 77, ?88, ?99]],

? ? ? ? [[110, 220, 330],
? ? ? ? ?[440, 550, 660],
? ? ? ? ?[770, 880, 990]]])
tensor([[[[ ?1, ?11],
? ? ? ? ? [ ?2, ?22],
? ? ? ? ? [ ?3, ?33]],

? ? ? ? ?[[ ?4, ?44],
? ? ? ? ? [ ?5, ?55],
? ? ? ? ? [ ?6, ?66]],

? ? ? ? ?[[ ?7, ?77],
? ? ? ? ? [ ?8, ?88],
? ? ? ? ? [ ?9, ?99]]],

? ? ? ? [[[ 10, 110],
? ? ? ? ? [ 20, 220],
? ? ? ? ? [ 30, 330]],

? ? ? ? ?[[ 40, 440],
? ? ? ? ? [ 50, 550],
? ? ? ? ? [ 60, 660]],

? ? ? ? ?[[ 70, 770],
? ? ? ? ? [ 80, 880],
? ? ? ? ? [ 90, 990]]]])

2.7 dim=4 （錯誤維度：因為此處輸入張量維度為三維，所以dim最大只能為3，此處維度為4，因此會報錯）

import torch
#三維輸入張量a,b
a = torch.tensor([[[1, 2, 3], [4, 5, 6], [7, 8, 9]],[[10, 20, 30], [40, 50, 60], [70, 80, 90]]])
b = torch.tensor([[[11, 22, 33], [44, 55, 66], [77, 88, 99]], [[110, 220, 330], [440, 550, 660], [770, 880, 990]]])
c = torch.stack([a, b], 4)
print(a)
print(b)
print(c)

輸出錯誤：
IndexError: Dimension out of range (expected to be in range of [-4, 3], but got 4)

總結