29 lines
1.6 KiB
ReStructuredText
29 lines
1.6 KiB
ReStructuredText
mindspore.mint.cat
|
||
==================
|
||
|
||
.. py:function:: 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 :math:`R` 。将给定的维度设为 :math:`m` ，并且 :math:`0 \le m < R` 。输入元素的数量设为 :math:`N` 。对于第 :math:`i` 个数据， :math:`t_i` 的shape为 :math:`(x_1, x_2, ..., x_{mi}, ..., x_R)` 。 :math:`x_{mi}` 是第 :math:`t_i` 个元素的第 :math:`m` 个维度。则，输出Tensor的shape为：
|
||
|
||
.. math::
|
||
(x_1, x_2, ..., \sum_{i=1}^Nx_{mi}, ..., x_R)
|
||
|
||
.. warning::
|
||
图模式下的动态shape场景不支持输入Tensor类型不一致。
|
||
|
||
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 :math:`0` 维度外，其他维度的shape都应相等，即 :math:`t1.shape[1] = t2.shape[1], t1.shape[2] = t2.shape[2], ..., t1.shape[R-1] = t2.shape[R-1]` ，其中 :math:`R` 是Tensor的秩。
|
||
- **dim** (int, 可选) - 表示指定的维度，取值范围是 :math:`[-R, R)` 。默认值： ``0`` 。
|
||
|
||
返回：
|
||
Tensor，shape为 :math:`(x_1, x_2, ..., \sum_{i=1}^Nx_{mi}, ..., x_R)` 。
|
||
|
||
异常：
|
||
- **TypeError** - `dim` 不是int。
|
||
- **ValueError** - `tensors` 是不同维度的Tensor。
|
||
- **ValueError** - `dim` 的值不在区间 :math:`[-R, R)` 内。
|
||
- **ValueError** - 除了 `dim` 之外， `tensors` 的shape不相同。
|
||
- **ValueError** - `tensors` 为空tuple或list。
|