np.stack和torch.stsck

`np.stack`和`torch.stack`都是用于数据处理中的功能，分别来自NumPy库和PyTorch库，它们的主要作用是在特定维度上将一维或多维数组堆叠在一起，形成一个新的数组。

1. **NumPy的np.stack**：
NumPy的`np.stack`函数接受一系列数组作为输入，然后沿着指定的轴（默认是0，即竖直方向）将它们堆叠成一个三维数组。如果所有输入数组的形状除了指定轴外都相同，那么结果数组的形状将是原数组形状在该轴处的所有数组形状的乘积。

例子：

   import numpy as np
   a = np.array([1, 2])
   b = np.array([3, 4])
   stacked = np.stack((a, b))  # 结果: [[1, 3], [2, 4]]

2. **PyTorch的torch.stack**：
PyTorch的`torch.stack`类似于`np.stack`，但它处理的是张量（tensor），并且在功能上也支持更多选项，如自定义栈的方向（`dim`参数）、对齐策略等。它能够沿指定维度合并多个张量，并保持原始张量的数据类型和设备一致。

例子：

   import torch
   tensor_a = torch.tensor([[1, 2]])
   tensor_b = torch.tensor([[3, 4]])
   stacked_tensor = torch.stack((tensor_a, tensor_b), dim=0)  # 结果: [[1, 2], [3, 4]]