mindspore.mint.cat

mindspore.mint.cat(tensors, dim=0)

在指定维度上拼接输入Tensor。

输入的是一个tuple或list。其元素秩相同，即 \(R\) 。将给定的维度设为 \(m\) ，并且 \(0 \le m < R\) 。输入元素的数量设为 \(N\) 。对于第 \(i\) 个数据， \(t_i\) 的shape为 \((x_1, x_2, ..., x_{mi}, ..., x_R)\) 。 \(x_{mi}\) 是第 \(t_i\) 个元素的第 \(m\) 个维度。则，输出Tensor的shape为：

\[(x_1, x_2, ..., \sum_{i=1}^Nx_{mi}, ..., x_R)\]

参数：

• tensors (Union[tuple, list]) - 输入为Tensor组成的tuple或list。假设在这个tuple或list中有两个Tensor，即 t1 和 t2 。要在第0个维度方向上执行 cat ，除第 \(0\) 维度外，其他维度的shape都应相等，即 \(t1.shape[1] = t2.shape[1], t1.shape[2] = t2.shape[2], ..., t1.shape[R-1] = t2.shape[R-1]\) ，其中 \(R\) 是Tensor的秩。

• dim (int) - 表示指定的维度，取值范围是 \([-R, R)\) 。默认值： 0 。

返回：

Tensor，shape为 \((x_1, x_2, ..., \sum_{i=1}^Nx_{mi}, ..., x_R)\) 。数据类型与 tensors 相同。

异常：

• TypeError - dim 不是int。

• ValueError - tensors 是不同维度的Tensor。

• ValueError - dim 的值不在区间 \([-R, R)\) 内。

• ValueError - 除了 dim 之外， tensors 的shape不相同。

• ValueError - tensors 为空tuple或list。

支持平台：

Ascend

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> from mindspore import mint
>>> input_x1 = Tensor(np.array([[0, 1], [2, 1]]).astype(np.float32))
>>> input_x2 = Tensor(np.array([[0, 1], [2, 1]]).astype(np.float32))
>>> output = mint.cat((input_x1, input_x2))
>>> print(output)
[[0. 1.]
 [2. 1.]
 [0. 1.]
 [2. 1.]]
>>> output = mint.cat((input_x1, input_x2), 1)
>>> print(output)
[[0. 1. 0. 1.]
 [2. 1. 2. 1.]]