Pytorch基础操作 —— 7. torch.cat 拼接操作

女爷i 2022-08-28 09:45 481阅读 0赞

### 文章目录 ###

*  torch.cat
 *  例程
 *   *  低维度时的拼接
     *  高维度时的拼接
 *  验证

# torch.cat #

张量拼接是非常常见的操作，以OpenCV为例，有时候我们需要把彩色图片（通常为3通道数据）分别进行处理，然后再重新组合在一起，生成新的图片。对于类似的框架来说，也提供了类似的函数。

现在，让我们来看看Torch的张量拼接函数的原型：

torch.cat(tensors, dim=0, *, out=None) -> Tensor

*  tensors，通常是一组张量，要求大小维度相同，否则会导致拼接失败。
 *  dim，是拼接的方向，默认是0.

# 例程 #

## 低维度时的拼接 ##

这个函数本质上并不难理解，但是唯一比较麻烦的就是dim，也就是轴方向，这是来自Numpy的概念，我觉得对于这个概念最好的理解，还是直接看源码最好。

>>> import torch
    >>> ones = torch.ones(4, 5)
    >>> zeros = torch.zeros(4, 5)
    
    >>> torch.cat((ones, zeros), dim=0)
    tensor([[1., 1., 1., 1., 1.],
            [1., 1., 1., 1., 1.],
            [1., 1., 1., 1., 1.],
            [1., 1., 1., 1., 1.],
            [0., 0., 0., 0., 0.],
            [0., 0., 0., 0., 0.],
            [0., 0., 0., 0., 0.],
            [0., 0., 0., 0., 0.]])
            
    >>> torch.cat((ones, zeros), dim=1)
    tensor([[1., 1., 1., 1., 1., 0., 0., 0., 0., 0.],
            [1., 1., 1., 1., 1., 0., 0., 0., 0., 0.],
            [1., 1., 1., 1., 1., 0., 0., 0., 0., 0.],
            [1., 1., 1., 1., 1., 0., 0., 0., 0., 0.]])
            
    >>> torch.cat((ones, zeros), dim=2)
    Traceback (most recent call last):
    IndexError: Dimension out of range (expected to be in range of [-2, 1], but got 2)

可以看到，对于低维度的拼接时，torch.cat 仅支持把两个张量按列、行方向进行拼接。那么对于高维度的拼接，比如三维度时，又是怎样的呢？

## 高维度时的拼接 ##

>>> ones = torch.ones(2, 3, 4, 5)
    >>> zeros = torch.zeros(2, 3, 4, 5)
    
    >>> cat1 = torch.cat((ones, zeros), dim=0)
    >>> cat1.shape
    torch.Size([4, 3, 4, 5])
    
    >>> cat2 = torch.cat((ones, zeros), dim=1)
    >>> cat2.shape
    torch.Size([2, 6, 4, 5])
    
    >>> cat3 = torch.cat((ones, zeros), dim=2)
    >>> cat3.shape
    torch.Size([2, 3, 8, 5])
    
    >>> cat4 = torch.cat((ones, zeros), dim=3)
    >>> cat4.shape
    torch.Size([2, 3, 4, 10])

从这个例子可以很明显的看出，cat操作的dim，是依据张量围度从左往右进行计算的。所以很多网上所说的dim=0是沿着X轴、dim=1是沿着Y轴，dim=2是沿着Z轴这种说法是十分不准确的。

**所以更准确的说法应该是：dim，指定操作沿着张量的第N位执行指令。** 对于上面这个例子来说，执行cat操作时，dim=0，即指定以张量维度第0位，执行拼接操作。

# 验证 #

为了证明结果，这里执行一个小程序片段，我们分别打印 cat1 和 cat4，看看同样的执行顺序会分别输出什么内容

dim0, dim1, dim2, dim3 = cat1.shape
    for i in range(dim0):
        print("i:", i, end=" ")
        for j in range(dim1):
            print("j:", j)
            for k in range(dim2):
                for l in range(dim3):
                    print(cat1[i, j, k, l].item(), end=" ")
                print("")
            print("")
    
    print("-----------------------------")
    
    dim0, dim1, dim2, dim3 = cat4.shape
    for i in range(dim0):
        print("i:", i, end=" ")
        for j in range(dim1):
            print("j:", j)
            for k in range(dim2):
                for l in range(dim3):
                    print(cat4[i, j, k, l].item(), end=" ")
                print("")
            print("")
    
    i: 0 j: 0
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    
    j: 1
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    
    j: 2
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    
    i: 1 j: 0
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    
    j: 1
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    
    j: 2
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    1.0 1.0 1.0 1.0 1.0 
    
    i: 2 j: 0
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    
    j: 1
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    
    j: 2
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    
    i: 3 j: 0
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    
    j: 1
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    
    j: 2
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    0.0 0.0 0.0 0.0 0.0 
    
    -----------------------------
    i: 0 j: 0
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    
    j: 1
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    
    j: 2
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    
    i: 1 j: 0
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    
    j: 1
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    
    j: 2
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0 
    1.0 1.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0