Tensor的叠加：torch.stack()函数的使用

torch.stack()函数的参数形式为：torch.stack(inputs,dim=0,out=None)，其作用是将若干个形状相同的张量在dim维度上连接，生成一个扩维的张量。比如，我们原本有若干个2维张量，连接之后可以得到一个3维的张量。

4.1、参数说明

• inputs: 待连接的张量序列。

注：python的序列数据只有list和tuple。

• dim: 新的维度，必须在0到len(outputs.shape)之间，即：0<=dim<len(outputs.shape)。

注：len(outputs.shape)是生成数据的维度大小，也就是outputs的维度值，它比inputs的维度要多出一个。

4.2、应用介绍

此处主要以二维向量的stack为主，因为二维向量经过stack之后变成三维向量，大家容易理解：

• dim=0时，将tensor进行叠加从而形成三维向量，这种情况比较容易理解。

• dim=1时，将每个tensor的第i行抽出连接组成一个新的2维tensor，然后进行叠加从而形成三维向量。

• dim=2时，将每个tensor的第i列抽出连接组成一个新的2维tensor，然后进行叠加从而形成三维向量。