torch.stack.T.repeat

torch.stack是PyTorch中的一个函数，用于将多个张量按照指定维度进行堆叠，生成一个新的张量。它的用法如下：

import torch

x = torch.tensor([1, 2, 3])
y = torch.tensor([4, 5, 6])
z = torch.tensor([7, 8, 9])

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

输出如下：

tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

这里我们将三个一维张量按照第0个维度进行堆叠，生成了一个三行三列的二维张量。

T是PyTorch中的一个张量操作，用于将张量进行转置。它的用法如下：

import torch

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

transposed = x.T
print(transposed)

输出如下：

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

这里我们将一个三行两列的二维张量进行转置，生成了一个两行三列的二维张量。

repeat是PyTorch中的一个张量操作，用于将张量按照指定维度进行复制，生成一个新的张量。它的用法如下：

import torch

x = torch.tensor([1, 2, 3])

repeated = x.repeat(3, 1) # 在维度0上复制3次，在维度1上复制1次
print(repeated)

输出如下：

tensor([[1, 2, 3],
        [1, 2, 3],
        [1, 2, 3]])

这里我们将一个一维张量按照维度0进行复制三次，按照维度1进行复制一次，生成了一个三行三列的二维张量。