mindspore.ops.Stack

class mindspore.ops.Stack(axis=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 \(axis \ge 0\) ，则输出Tensor的shape为 \((x_1, x_2, ..., x_{axis}, N, x_{axis+1}, ..., x_R)\) 。

参数：

axis (int) - 指定堆叠运算的轴。取值范围为[-(R+1), R+1)。默认值：0。

输入：

input_x (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。

输出：

堆叠运算后的Tensor，数据类型和 input_x 的相同。

异常：

TypeError - input_x 中元素的数据类型不相同。
ValueError - input_x 的长度不大于1，或axis不在[-(R+1),R+1)范围中，或 input_x 中元素的shape不相同。

支持平台：: Ascend GPU CPU

样例：

>>> data1 = Tensor(np.array([0, 1]).astype(np.float32))
>>> data2 = Tensor(np.array([2, 3]).astype(np.float32))
>>> stack = ops.Stack()
>>> output = stack([data1, data2])
>>> print(output)
[[0. 1.]
 [2. 3.]]