介绍torch.stack使用方法

`torch.stack()` 是 PyTorch 库中用于将一系列张量沿着指定维度堆叠在一起的操作。其基本语法如下：

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

- `tensors`: 一个包含张量元素的列表、元组或其他可迭代的对象，这些张量需要有相同的形状除了在`dim`所指定的维度。
- `dim` (可选): 默认值为0，表示在新的轴上添加这些张量，如果你想要沿现有的轴堆叠，可以设置为非零整数。例如，如果你有一个二维张量列表，`dim=1`会将它们横着堆叠。
- `out` (可选): 可选的目标输出张量，如果提供，则结果将被存储在此张量中，而不是创建一个新的。

使用示例：

import torch

# 创建一些一维张量
tensors = [torch.tensor([1, 2, 3]), torch.tensor([4, 5, 6]), torch.tensor([7, 8, 9])]

# 使用dim=0将它们堆叠起来
stacked_tensor = torch.stack(tensors, dim=0)

print(stacked_tensor)  # 输出: tensor([[1, 2, 3],
                        #         [4, 5, 6],
                        #         [7, 8, 9]])

如果你想沿其他维度堆叠，比如对于二维张量：

tensors = [torch.tensor([[1, 2], [3, 4]]), torch.tensor([[5, 6], [7, 8]])]
stacked_tensor = torch.stack(tensors, dim=1)  # 沿列堆叠

这将得到一个三阶张量，第一维是原始的张量数目，第二和第三维是原来的列。