mindspore.mint.stack

mindspore.mint.stack(tensors, dim=0)[源代码]

在指定轴上对输入Tensor序列进行堆叠。

输入秩为 R 的Tensor序列，则输出秩为 (R+1) 的Tensor。

给定输入Tensor的shape为 \((x_1, x_2, ..., x_R)\) 。若输入Tensor的长度为 N 。如果存在 \(dim \ge 0\) ，则输出Tensor的shape为 \((x_1, x_2, ..., x_{dim}, N, x_{dim+1}, ..., x_R)\) 。

参数：

tensors (Union[tuple, list]) - 输入多个Tensor对象组成的tuple或list，每个Tensor具有相同shape和数据类型。
dim (int，可选) - 指定堆叠运算的轴。取值范围为[-(R+1), R+1)。默认值： 0 。

返回：

堆叠运算后的Tensor，数据类型和 tensors 的相同。

异常：

TypeError - tensors 中元素的数据类型不相同。
ValueError - dim 不在[-(R+1),R+1)范围中，或 tensors 中元素的shape不相同。

支持平台：

Ascend

样例：

>>> import mindspore
>>> from mindspore import Tensor, mint
>>> import numpy as np
>>> data1 = Tensor(np.array([0, 1]).astype(np.float32))
>>> data2 = Tensor(np.array([2, 3]).astype(np.float32))
>>> output = mint.stack([data1, data2], 0)
>>> print(output)
[[0. 1.]
 [2. 3.]]