基于pytorch,如何将for循环中每次输出的(1,21)张量结果,总共10个结果保存到一个二维张量中
时间: 2024-03-21 15:41:16 浏览: 56
基于pytorch的保存和加载模型参数的方法
可以使用torch.cat()函数将每次输出的张量结果按行拼接成一个二维张量。具体代码如下:
```python
import torch
# 假设每次循环输出的张量结果为x,总共循环10次
results = []
for i in range(10):
x = torch.randn(1, 21) # 假设每次输出的张量大小为(1,21)
results.append(x)
# 将每次输出的张量结果按行拼接成一个二维张量
res_tensor = torch.cat(results, dim=0)
print(res_tensor.size()) # 输出为(10,21)
```
在上述代码中,我们定义了一个空列表results用于保存每次循环输出的张量结果。在循环中,每次输出的张量结果都被添加到results列表中。最后,使用torch.cat()函数将results列表中的所有张量结果按行拼接成一个二维张量res_tensor。最后,我们输出res_tensor的大小,结果为(10,21)。
阅读全文