torch。stack

`torch.stack()`是一个PyTorch中的函数，用于将张量序列沿着新的维度堆叠起来。它的语法如下：

torch.stack(sequence, dim=0, out=None)

其中，`sequence`是一个张量序列，`dim`是新维度的索引，`out`是输出张量。

下面是一个例子，假设我们有两个张量`x`和`y`，它们的形状都是`(3,)`，我们可以使用`torch.stack()`将它们沿着新的维度堆叠起来：

import torch

x = torch.tensor([1, 2, 3])
y = torch.tensor([4, 5, 6])

z = torch.stack([x, y], dim=0)

print(z)

输出结果为：

tensor([[1, 2, 3],
        [4, 5, 6]])

可以看到，`torch.stack()`将`x`和`y`沿着新的维度`dim=0`堆叠起来，形成了一个新的张量`z`，它的形状为`(2, 3)`。

除了`dim=0`，我们还可以指定其他的维度来堆叠张量序列。下面是一个例子，假设我们有三个张量`a`、`b`和`c`，它们的形状都是`(3, 2)`，我们可以使用`torch.stack()`将它们沿着新的维度`dim=2`堆叠起来：

import torch
import numpy as np

a = torch.from_numpy(np.array([[1, 2], [3, 4], [5, 6]]))
b = torch.from_numpy(np.array([[7, 8], [9, 10], [11, 12]]))
c = torch.from_numpy(np.array([[13, 14], [15, 16], [17, 18]]))

d = torch.stack([a, b, c], dim=2)

print(d)

输出结果为：

tensor([[[ 1,  7, 13],
         [ 2,  8, 14]],

        [[ 3,  9, 15],
         [ 4, 10, 16]],

        [[ 5, 11, 17],
         [ 6, 12, 18]]])

可以看到，`torch.stack()`将`a`、`b`和`c`沿着新的维度`dim=2`堆叠起来，形成了一个新的张量`d`，它的形状为`(3, 2, 3)`。