torch.concat和torch.stack

torch.concat和torch.stack都是PyTorch库中的操作函数，用于在新的维度上叠加多个张量。

torch.concat的作用是将多个张量在指定维度上进行合并。例如，通过torch.concat((x, y, c), dim=0)，可以将x、y和c三个张量按照维度0进行合并，生成一个新的张量。类似地，可以在维度1或维度2上进行合并。

torch.stack的作用是将多个张量在指定维度上进行叠加。例如，通过torch.stack((x, y, c), dim=0)，可以将x、y和c三个张量按照维度0进行叠加，生成一个新的张量。类似地，可以在维度1或维度2上进行叠加。

需要注意的是，torch.stack会增加一个新的维度，而torch.concat不会增加新的维度，只是在指定维度上进行合并操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [对PyTorch torch.stack的实例讲解](https://download.csdn.net/download/weixin_38743054/13998894)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [PyTorch 深度学习-张量的stack与concat操作](https://blog.csdn.net/GUO_PP/article/details/130039589)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]