pytorch api文档：torch.cat()在已有维度上拼接张量（维度数不变）

作者：马育民 • • 阅读：10040

介绍

torch.cat() 函数，是张量拼接的核心工具，是在已有维度上拼接张量（维度数不变），而 stack 是新增维度堆叠（维度数+1）。

作用

将一系列张量在指定的已有维度（dim）上进行拼接，拼接后张量的维度数与原张量一致，仅指定维度的大小变为所有输入张量在该维度上的大小之和。

语法

torch.cat(tensors, dim=0, out=None) → Tensor

参数：

  • tensors：必选，要拼接的张量序列（列表/元组形式），所有张量除了 dim 维度外，其他维度的形状必须完全相同；
  • dim：可选，指定拼接的维度，默认 0，取值范围是 [-原维度数, 原维度数-1]（如2维张量，dim 可取值 -2, -1, 0, 1）；
  • out：可选，输出张量，一般无需指定。

与 torch.stack 区别

  • torch.cat：维度数不变，仅指定维度的长度累加；
  • torch.stack：维度数+1，新增维度长度等于张量数量。

例子

先演示不同 dim 的拼接效果，再对比 cat 和 stack 的核心差异：

import torch

# 准备2个张量（满足“除拼接维度外，其他维度形状相同”）
# 张量1：shape [2, 3]
a = torch.tensor([[1, 2, 3], 
                  [4, 5, 6]])
# 张量2：shape [2, 3]（和a所有维度都相同，可在任意维度拼接）
b = torch.tensor([[7, 8, 9], 
                  [10, 11, 12]])

示例1：dim=0拼接（行维度）

cat_dim0 = torch.cat([a, b], dim=0)
print("dim=0拼接结果形状：", cat_dim0.shape)  # 输出：torch.Size([4, 3])
print("dim=0拼接结果：")
print(cat_dim0)
# 输出：
# tensor([[ 1,  2,  3],
#         [ 4,  5,  6],
#         [ 7,  8,  9],
#         [10, 11, 12]])

示例2：dim=1拼接（列维度）

cat_dim1 = torch.cat([a, b], dim=1)
print("\ndim=1拼接结果形状：", cat_dim1.shape)  # 输出：torch.Size([2, 6])
print("dim=1拼接结果：")
print(cat_dim1)
# 输出：
# tensor([[ 1,  2,  3,  7,  8,  9],
#         [ 4,  5,  6, 10, 11, 12]])

示例3：非等维度拼接（仅dim维度不同，其他维度相同）

# 张量c：shape [3, 3]（dim=0长度3，其他维度和a一致）
c = torch.tensor([[13, 14, 15], 
                  [16, 17, 18],
                  [19, 20, 21]])
cat_dim0_2 = torch.cat([a, c], dim=0)
print("\n不同dim长度拼接结果形状：", cat_dim0_2.shape)  # 输出：torch.Size([5, 3])

对比：torch.stack（新增维度）

stack_dim0 = torch.stack([a, b], dim=0)
print("\ntorch.stack dim=0堆叠结果形状：", stack_dim0.shape)  # 输出：torch.Size([2, 2, 3])

使用场景

torch.cat 是实际开发中最常用的张量拼接工具，典型场景包括：

批量拼接数据

将多个小批次的张量拼接成大批次，或补充数据到已有批次：

# 批次1：batch_size=2, feature_dim=5
batch1 = torch.randn(2, 5)
# 批次2：batch_size=3, feature_dim=5
batch2 = torch.randn(3, 5)
# 拼接成batch_size=5的大批次（dim=0）
total_batch = torch.cat([batch1, batch2], dim=0)
print(total_batch.shape)  # 输出：torch.Size([5, 5])

多特征拼接

在深度学习中，将不同分支的特征张量在通道/维度上拼接（如CNN的多尺度特征融合）：

# 特征1：shape [1, 16, 32, 32]（batch=1, channel=16, h=32, w=32）
feat1 = torch.randn(1, 16, 32, 32)
# 特征2：shape [1, 32, 32, 32]（channel=32，其他维度和feat1一致）
feat2 = torch.randn(1, 32, 32, 32)
# 在通道维度（dim=1）拼接
fusion_feat = torch.cat([feat1, feat2], dim=1)
print(fusion_feat.shape)  # 输出：torch.Size([1, 48, 32, 32])

序列数据拼接

处理NLP中的序列数据，拼接不同句子/段落的张量：

# 句子1：seq_len=10, hidden_dim=768
sent1 = torch.randn(10, 768)
# 句子2：seq_len=15, hidden_dim=768
sent2 = torch.randn(15, 768)
# 拼接成完整文本序列（dim=0）
text_seq = torch.cat([sent1, sent2], dim=0)
print(text_seq.shape)  # 输出：torch.Size([25, 768])

注意事项

  1. 形状匹配要求：除了 dim 指定的维度外，其他所有维度的形状必须完全一致，否则会报错（如不能拼接 [2,3] 和 [2,4] 在 dim=1，但可拼接在 dim=0）；
  2. dim的合法范围：dim 不能超过张量的维度数-1（如2维张量最大 dim=1），负数表示倒数维度（dim=-1 等价于最后一维）；
  3. 内存效率：torch.cat 不会创建新的内存副本（逻辑拼接），效率高于手动循环拼接；
  4. 与stack的选择：
    • 想在已有维度扩展长度 → 用 cat；
    • 想新增维度组织多个同形状张量 → 用 stack。

总结

  1. torch.cat() 核心是在已有维度拼接张量，维度数不变，仅指定维度的长度累加；
  2. 拼接要求：除 dim 维度外，其他维度形状必须完全相同；
  3. 常用场景包括批量数据拼接、多特征融合、序列数据拼接，是PyTorch中最常用的张量拼接工具，需注意与 torch.stack 的区别。

原文出处：/show_1GW2d1AO7xXt.html

吉ICP备15003043号