[PyTorch] torch.cat(), torch.stack() 비교

1. torch.cat()

torch.cat() 기능 정의는 다음과 같다.

Concatenates the given sequence of seq tensors in the given dimension. All tensors must either have the same shape (except in the concatenating dimension)

기준 차원에 대해 두 텐서의 요소를 연결하며(list의 extend), 기준 차원을 제외한 shape은 동일해야 한다.

import torch

t1 = torch.rand((6, 32))
t2 = torch.rand((4, 32))

torch.cat((t1, t2), dim=0).shape
>>>> torch.Size([10, 32])

torch.cat((t1, t2), dim=1).shape
>>>> torch.Size([4, 64])


t3 = torch.rand((4, 31))
torch.stack((t2, t3), dim=0).shape
>>>> RuntimeError: stack expects each tensor to be equal size, but got [4, 32] at entry 0 and [4, 31] at entry 1

 

 

2. torch.stack()

torch.stack() 기능 정의는 다음과 같다.

Concatenates a sequence of tensors along a new dimension. All tensors need to be of the same size.

새로운 차원을 기준으로 두 텐서를 연결하며, 대상이 되는 텐서의 모양이 모두 같아야 한다.

t1 = torch.tensor([[1,2,3],[4,5,6]])
t2 = torch.tensor([[-1,-2,-3],[-4,-5, -6]])

print(t1, "\n", t2)
>>>> tensor([[1, 2, 3],
             [4, 5, 6]]) 
     tensor([[-1, -2, -3],
             [-4, -5, -6]])
            
torch.stack([t1,t2], dim=0)  # shape: [2, 2, 3]
>>>> tensor([[[ 1,  2,  3],
              [ 4,  5,  6]],

             [[-1, -2, -3],
              [-4, -5, -6]]])
             
 torch.stack([t1,t2], dim=1)   # shape: [2, 2, 3]
 >>>> tensor([[[ 1,  2,  3],
               [-1, -2, -3]],

              [[ 4,  5,  6],
               [-4, -5, -6]]])