torch.stack(imgs)

torch.stack(imgs)是PyTorch库中的一个函数，用于将一系列张量按照新的维度进行堆叠，创建一个新的张量。

函数的语法如下：
torch.stack(seq, dim=0, *, out=None) -> Tensor

其中：
- seq：要进行堆叠的张量序列，可以是一个列表、元组或者其他可迭代对象。
- dim：指定在哪个维度上进行堆叠，默认为0，即在新的维度0上进行堆叠。
- out（可选）：输出张量。

示例用法：

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

在上述示例中，我们有三个张量x、y和z，它们都是形状为(3,)的一维张量。通过调用torch.stack函数，我们将它们按照维度0进行堆叠，创建一个新的二维张量stacked。stacked的形状为(3, 3)，每行对应输入的一个张量。注意，在堆叠时，输入张量的形状必须保持一致。

通过torch.stack函数，我们可以方便地将多个张量按照指定维度进行堆叠，用于处理多个样本或者批量操作。