pytorch中torch.cat(),torch.chunk(),torch.split()函數的使用方法

一、torch.cat()函數

熟悉C字符串的同學們應該都用過strcat（）函數，這個函數在C/C++程序中用於連接2個C字符串。在pytorch中，同樣有這樣的函數，那就是torch.cat()函數.
先上源碼定義：torch.cat(tensors,dim=0,out=None)

• 第一個參數tensors是你想要連接的若干個張量，按你所傳入的順序進行連接，注意每一個張量需要形狀相同，或者更准確的說，進行行連接的張量要求列數相同，進行列連接的張量要求行數相同
• 第二個參數dim表示維度，dim=0則表示按行連接，dim=1表示按列連接

a=torch.tensor([[1,2,3,4],[1,2,3,4]])
b=torch.tensor([[1,2,3,4,5],[1,2,3,4,5]])
print(torch.cat((a,b),1))
#輸出結果為：
tensor([[1, 2, 3, 4, 1, 2, 3, 4, 5],
        [1, 2, 3, 4, 1, 2, 3, 4, 5]])

二、torch.chunk（）函數

torch.cat()函數是把各個tensor連接起來，這里的torch.chunk（）的作用是把一個tensor均勻分割成若干個小tensor
源碼定義:torch.chunk(intput,chunks,dim=0)

• 第一個參數input是你想要分割的tensor
• 第二個參數chunks是你想均勻分割的份數，如果該tensor在你要進行分割的維度上的size不能被chunks整除，則最后一份會略小（也可能為空）
• 第三個參數表示分割維度，dim=0按行分割，dim=1表示按列分割
• 該函數返回由小tensor組成的list

c=torch.tensor([[1,4,7,9,11],[2,5,8,9,13]])
print(torch.chunk(c,3,1))
#輸出結果為：
(tensor([[1, 4],
        [2, 5]]), tensor([[7, 9],
        [8, 9]]), tensor([[11],
        [13]]))

三、torch.split()函數

這個函數可以說是torch.chunk（）函數的升級版本，它不僅可以按份數均勻分割，還可以按特定方案進行分割。
源碼定義：torch.split(tensor,split_size_or_sections,dim=0)

• 第一個參數是待分割張量
• 第二個參數有兩種形式。
  一種是分割份數，這就和torch.chunk（）一樣了。
  第二種這是分割方案，這是一個list，待分割張量將會分割為len（list）份，每一份的大小取決於list中的元素
• 第三個參數為分割維度

section=[1,2,1,2,2]
d=torch.randn(8,4)
print(torch.split(d,section,dim=0))
#輸出結果為：
(tensor([[ 0.5388, -0.8537,  0.5539,  0.7793]]), tensor([[ 0.1270,  2.6241, -0.7594,  0.4644],
        [ 0.8160,  0.5553,  0.1234, -1.1157]]), tensor([[-0.4433, -0.3093, -2.0134, -0.4277]]), tensor([[-0.4297,  0.2532,  0.2789, -0.3068],
        [ 1.4208, -0.1202,  0.9256, -1.2127]]), tensor([[ 0.3542, -0.4656,  1.2683,  0.8753],
        [-0.2786, -0.2180,  0.3991,  0.5658]]))