您现在的位置是：首页 > 科技 > 正文

📚torch.stack()的使用 | 🎯想将三个矩阵沿某一维堆叠🧐

发布时间：2025-03-23 07:03:38范珠以来源：

导读在深度学习中，`torch stack()` 是一个非常实用的函数，用于沿指定维度对张量进行堆叠操作。今天就来聊聊如何用它把三个矩阵沿某一维度拼

在深度学习中，`torch.stack()` 是一个非常实用的函数，用于沿指定维度对张量进行堆叠操作。今天就来聊聊如何用它把三个矩阵沿某一维度拼接起来吧！🌟

假设你有三个形状为 `(H, W)` 的二维矩阵（即高度 H 和宽度 W），想要将它们沿着一个新的维度堆叠，形成一个形状为 `(3, H, W)` 的三维张量。这时，`torch.stack([tensor1, tensor2, tensor3], dim=0)` 就派上用场了！✨

具体步骤：

1️⃣ 确保每个输入矩阵的形状一致。

2️⃣ 调用 `torch.stack()`，设置目标维度 `dim`（如 0 表示新维度插入最前）。

3️⃣ 结果就是一个全新的张量啦！

例如：

```python

import torch

tensor1 = torch.ones((2, 3))

tensor2 = torch.zeros((2, 3))

tensor3 = torch.rand((2, 3))

stacked_tensor = torch.stack([tensor1, tensor2, tensor3], dim=0)

print(stacked_tensor.shape) 输出：torch.Size([3, 2, 3])

```

简单高效，是不是很酷？💪 快去试试吧！

标签：