pytorch 将几个tensor合并成为一个高纬度的tensor

在PyTorch中，可以使用几种不同的方法将多个tensor合并成一个更高维度的tensor。这里有一些常见的函数：

1. `torch.cat`：沿着指定的维度拼接序列中的tensor。
2. `torch.stack`：沿着新的维度对序列中的tensor进行堆叠。
3. `torch.concat`：类似于`torch.cat`，在某些PyTorch版本中可以互换使用。

### 使用`torch.cat`合并tensor
`torch.cat`函数将一个tensor序列沿指定的维度连接起来。需要注意的是，拼接的tensor在拼接维度上必须有相同的形状。

import torch

# 创建几个tensor
tensor1 = torch.tensor([1, 2])
tensor2 = torch.tensor([3, 4])
tensor3 = torch.tensor([5, 6])

# 沿着第一个维度（dim=0）拼接tensor
result_cat = torch.cat((tensor1, tensor2, tensor3), dim=0)
print(result_cat)
# 输出: tensor([1, 2, 3, 4, 5, 6])

# 沿着第二个维度（dim=1）拼接tensor
result_cat_dim1 = torch.cat((tensor1.unsqueeze(1), tensor2.unsqueeze(1), tensor3.unsqueeze(1)), dim=1)
print(result_cat_dim1)
# 输出: tensor([[1, 2, 3],
#               [4, 5, 6]])

### 使用`torch.stack`合并tensor
`torch.stack`函数沿一个新的维度堆叠序列中的tensor。与`torch.cat`不同，`torch.stack`会增加一个新的维度。

# 沿着一个新的维度（dim=0）堆叠tensor
result_stack = torch.stack((tensor1, tensor2, tensor3), dim=0)
print(result_stack)
# 输出: tensor([[1, 2],
#               [3, 4],
#               [5, 6]])

# 沿着一个新的维度（dim=1）堆叠tensor
result_stack_dim1 = torch.stack((tensor1.unsqueeze(0), tensor2.unsqueeze(0), tensor3.unsqueeze(0)), dim=1)
print(result_stack_dim1)
# 输出: tensor([[[1, 2]],
#               [[3, 4]],
#               [[5, 6]]])

### 使用`torch.concat`合并tensor
`torch.concat`函数在功能上与`torch.cat`相似，但在某些PyTorch版本中可能是`torch.cat`的别名。使用时需要注意当前PyTorch版本的文档。

# 使用torch.concat，功能同torch.cat
result_concat = torch.concat((tensor1, tensor2, tensor3), dim=0)
print(result_concat)
# 输出: tensor([1, 2, 3, 4, 5, 6])

在实际应用中，选择哪一种方法取决于你的具体需求。如果你想改变tensor的形状而不增加新的维度，那么`torch.cat`是合适的。如果你需要在新的维度上堆叠tensor以创建更高维度的tensor，那么`torch.stack`是更合适的选择。