torch.stack()的官方解释，详解以及例子
可以直接看最下面的例子，再回头看前面的解释
在pytorch中，常见的拼接函数主要是两个，分别是：
stack()cat()
实际使用中，这两个函数互相辅助：关于cat()参考torch.cat()，但是本文主要说stack()。
函数的意义：使用stack是为了保留两个信息：[1. 序列(先后)] 和 [2. 张量矩阵] 信息，而存在的扩张拼接函数。 常出现在自然语言处理（NLP）和图像卷积神经网络(CV)中。
1. stack()
官方解释：沿着一个新维度对输入张量序列进行连接。 序列中所有的张量都应该为相同形状。
浅显说法：把多个2维的张量凑成一个3维的张量；多个3维的凑成一个4维的张量…以此类推，也就是在增加新的维度进行堆叠。
outputs = torch.stack(inputs, dim=0) → Tensor
参数
-
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)之间。
注：len(outputs)是生成数据的维度大小，也就是outputs的维度值。
2. 重点
- 函数中的输入
inputs只允许是序列；且序列内部的张量元素，必须shape相等
----举例：[tensor_1, tensor_2,..]或者(tensor_1, tensor_2,..)，且必须tensor_1.shape == tensor_2.shape
dim是选择生成的维度，必须满足0<=dimlen(outputs)是输出后的tensor的维度大小
不懂的看例子，再回过头看就懂了。
3. 例子
按下面的三步：准备数据，合成inputs，查看结果。
1.准备数据，每个的shape都是[2,3]
# x1
x1 = torch.tensor([[11,21,31],[21,31,41]],dtype=torch.int)
x1.shape # torch.Size([2, 3])
# x2
x2 = torch.tensor([[12,22,32],[22,32,42]],dtype=torch.int)
x2.shape # torch.Size([2, 3])
# x3
x3 = torch.tensor([[13,23,33],[23,33,43]],dtype=torch.int)
x3.shape # torch.Size([2,3])
# x4
x4 = torch.tensor([[14,24,34],[24,34,44]],dtype=torch.int)
x4.shape # torch.Size([2,3])
2.合成inputs
'inputs为4个形状为[2 , 3]的矩阵 '
inputs = [x1, x2, x3, x4]
print(inputs)
# 打印看看结构。是4个张量
[tensor([[11, 21, 31],
[21, 31, 41]], dtype=torch.int32),
tensor([[12, 22, 32],
[22, 32, 42]], dtype=torch.int32),
tensor([[13, 23, 33],
[23, 33, 43]], dtype=torch.int32),
tensor([[14, 24, 34],
[24, 34, 44]], dtype=torch.int32)]
3.查看结果, 测试不同的dim拼接结果
'选择的 0<=dim
In [1]: torch.stack(inputs, dim=0).shape
Out[1]: torch.Size([4, 2, 3])
In [2]: torch.stack(inputs, dim=1).shape
Out[2]: torch.Size([2, 4, 3])
In [3]: torch.stack(inputs, dim=2).shape
Out[3]: torch.Size([2, 3, 4])
'选择的dim>len(outputs)，所以报错'
In [4]: torch.stack(inputs, dim=3).shape
IndexError: Dimension out of range (expected to be in range of [-3, 2], but got 3)
大家可以复制代码运行一下就会发现:这个拼接后的维度大小4根据不同的dim一直变化。
| dim | shape |
|---|---|
| 0 | [4, 2, 3] |
| 1 | [2, 4, 3] |
| 2 | [2, 3, 4] |
| 3 | 溢出报错 |
4. 总结
-
函数作用：
函数stack()对序列数据内部的张量进行扩维拼接，指定维度由我们选择、大小是生成后数据的维度区间。 -
存在意义：
在自然语言处理和卷及神经网络中， 通常为了保留–[序列(先后)信息] 和 [张量的矩阵信息] 才会使用stack。
研究自然语言处理的同学一般知道，在循环神经网络中，网络的输出数据通常是：包含了n个数据大小[batch_size, num_outputs]的list，这个和[n, batch_size, num_outputs]是完全不一样的！！！！不利于计算，需要使用stack进行拼接，保留–[1.时间步]和–[2.张量的矩阵乘积属性]。