📚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来源：
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！
免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。 如遇侵权请及时联系本站删除。
