pytorch两张大小相同通道数不同的特征图拼接代码怎么写

如果两个特征图大小相同但通道数不同，可以先通过卷积操作将通道数调整为相同，再使用 `torch.cat()` 函数进行拼接。具体代码如下：

import torch.nn as nn
import torch

# 假设 x1 和 x2 的形状都为 (batch_size, channel1, height, width)
# channel1 和 channel2 不相等
conv = nn.Conv2d(channel1, channel2, kernel_size=1)  # 定义一个 1x1 卷积调整通道数
x1_conv = conv(x1)  # 将 x1 调整为 channel2 通道数
x_cat = torch.cat([x1_conv, x2], dim=1)  # 在通道维度上拼接

其中，`nn.Conv2d()` 函数定义了一个 1x1 卷积操作，将 `x1` 调整为 `channel2` 通道数，然后使用 `torch.cat()` 函数对 `x1_conv` 和 `x2` 进行在通道维度上的拼接。