Python Pytorch：如何在张量内连接列表？

我有一个大小为

（2，b，h）

的张量，我想将其更改为以下大小：

（b，2*h）

，其中相应的列表是串联的，例如：

a=torch.tensor（[[1,2,3]，[4,5,6]，[4,4,4]，
[[4, 5, 6], [7, 8, 9], [5, 5, 5]]])

我想：

b=张量（[[1,2,3,4,5,6]，
[4, 5, 6, 7, 8, 9],
[4, 4, 4, 5, 5, 5]])

为了连接pytorch中的张量，可以使用沿选定轴连接张量的函数。 在本例中，您可以执行以下操作：

a=torch.tensor（[[1,2,3]，[4,5,6]，[4,4,4]，
[[4, 5, 6], [7, 8, 9], [5, 5, 5]]])
b=火炬。类别（（a[0]，a[1]），尺寸=1）
输出：
张量（[[1,2,3,4,5,6]，
[4, 5, 6, 7, 8, 9],
[4, 4, 4, 5, 5, 5]])

为了连接pytorch中的张量，可以使用沿选定轴连接张量的函数。 在本例中，您可以执行以下操作：

a=torch.tensor（[[1,2,3]，[4,5,6]，[4,4,4]，
[[4, 5, 6], [7, 8, 9], [5, 5, 5]]])
b=火炬。类别（（a[0]，a[1]），尺寸=1）
输出：
张量（[[1,2,3,4,5,6]，
[4, 5, 6, 7, 8, 9],
[4, 4, 4, 5, 5, 5]])

首先使用排列来更改尺寸顺序，然后使用连续来防止排列张量内的跨步，最后使用视图来重塑张量

b = a.permute(1,0,2).contiguous().view(a.shape[1],-1)

---

首先使用排列来更改标注顺序，然后使用连续来防止排列张量内的跨步，最后使用视图来重塑张量

b = a.permute(1,0,2).contiguous().view(a.shape[1],-1)

---

也是可行的。但对于一般情况来说，可能更难理解。此外，可能比我的提议慢一点。也是可行的。但对于一般情况来说，可能更难理解。而且，可能比我的提议慢一点。