废话不多说直接上图
如图有a, b, c 三个 3x3的Tensor,
如果我想把这三个tensor的最后一个维度的元素相叠加，形成一个新的tensor
输入 d=torch.stack( (a,b,c) ,dim = 2)
就会发现他们在第二个维度像叠加，具体来说变化如下图所示
d[0][0]的位置是由a[0][0] 的 [1] , b[0][0] 的 [10]， c[0][0] 的 [100] ，这3个 元素叠加构成的一个size为3的新的元素[1,10,100]
所以d的维度就是3 * 3 *3
这里注意dim参数！！！！！！！
虽然他们是在第二个维度相叠加，（pytorch中从0开始计数，所以也就是第一个维度是dim=0，第二个维度是dim=1）
但是我在stack函数中写的dim却是 dim=2，也即第三个维度，这是说我们最终的生成结果位于第三个维度，而不是说
原来的元素是第三个维度。
所以还有另外一种写法，写dim=-1，不管你原来是啥，我就指定最后一个维度
得到的结果和我一开始写dim=2是一样
再补充一个例子让各位感受一下这个dim参数的意义把，它指定的是做完stack后的元素结果所在的那个维度，
dim分别设置为0 ，1，2 注意观察结果
稍微分析一波?
c, dim = 0时， c = [ a, b]
d, dim =1 时， d = [ [a[0] , b[0] ] , [a[1], b[1] ] ]
e, dim = 2 时， e = [ [ [ a[0][0], b[0][0] ] , [ a[0][1], b[0][1] ] , [ a[0][2],b[0][2] ] ] ,
[ [ a[1][0], b[1][0] ] , [ a[1][1], b[0][1] ] , [ a[1][2],b[1][2] ] ] ]
————————————————
版权声明：本文为CSDN博主「Teeyohuang」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Teeyohuang/article/details/80362756
