🌟torch.cat()简要介绍_torch.cat之后长度变长💫

在PyTorch中，`torch.cat()`是一个非常实用的操作函数，用于将多个张量沿指定维度拼接起来。简单来说，它就像把不同的布料缝在一起，形成一块更大的布料。例如，如果你有两个形状为`(2, 3)`的张量，使用`torch.cat((tensor1, tensor2), dim=0)`后，会得到一个形状为`(4, 3)`的新张量，长度（或数量）增加了。

这个函数特别适合处理批量数据，比如在神经网络训练中，你可以将不同批次的数据合并，以便一次性进行计算。但要注意的是，拼接时张量的其他维度必须完全一致，否则会报错哦！💪

举个例子：

```python

import torch

a = torch.tensor([[1, 2, 3], [4, 5, 6]])

b = torch.tensor([[7, 8, 9], [10, 11, 12]])

result = torch.cat((a, b), dim=0) 拼接后的形状是(4, 3)

print(result)

```

结果将会是：

```

tensor([[ 1,2,3],

[ 4,5,6],

[ 7,8,9],

[10, 11, 12]])

```

通过这种方式，我们可以轻松扩展数据规模，提升模型训练效率！🚀

PyTorch 深度学习 机器学习