stack

paddle.stack ( x, axis=0, name=None ) [源代码]

该OP沿 axis 轴对输入 x 进行堆叠操作。要求所有输入Tensor有相同的Shape和数据类型。 例如，输入 x 为 N 个 Shape 为 [A, B]的 Tensor, 如果 axis==0 , 则输出 Tensor 的 Shape 为 [N, A, B]; 如果 axis==1 , 则输出 Tensor 的 Shape 为 [A, N, B]; 以此类推。

  1. Case 1:
  3.     Input:
  4.     x[0].shape = [1, 2]
  5.     x[0].data = [ [1.0 , 2.0 ] ]
  6.     x[1].shape = [1, 2]
  7.     x[1].data = [ [3.0 , 4.0 ] ]
  8.     x[2].shape = [1, 2]
  9.     x[2].data = [ [5.0 , 6.0 ] ]
  11.     Attrs:
  12.     axis = 0
  14.     Output:
  15.     Out.dims = [3, 1, 2]
  16.     Out.data =[ [ [1.0, 2.0] ],
  17.                 [ [3.0, 4.0] ],
  18.                 [ [5.0, 6.0] ] ]
  21. Case 2:
  23.     Input:
  24.     x[0].shape = [1, 2]
  25.     x[0].data = [ [1.0 , 2.0 ] ]
  26.     x[1].shape = [1, 2]
  27.     x[1].data = [ [3.0 , 4.0 ] ]
  28.     x[2].shape = [1, 2]
  29.     x[2].data = [ [5.0 , 6.0 ] ]
  32.     Attrs:
  33.     axis = 1 or axis = -2  # If axis = -2, axis = axis+ndim(x[0])+1 = -2+2+1 = 1.
  35.     Output:
  36.     Out.shape = [1, 3, 2]
  37.     Out.data =[ [ [1.0, 2.0]
  38.                     [3.0, 4.0]
  39.                     [5.0, 6.0] ] ]

参数：

  • x (list[Tensor]|tuple[Tensor]) – 输入 x 是多个Tensor，且这些Tensor的维度和数据类型必须相同。支持的数据类型: float32，float64，int32，int64。

  • axis (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 axis 的范围是: [−(R+1),R+1]，R是输入中第一个Tensor的维数。如果 axis < 0，则 axis=axis+R+1 。默认值为0。

  • name (str, 可选) - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

返回：堆叠运算后的Tensor，数据类型与输入Tensor相同。

代码示例:

  1. import paddle
  3. x1 = paddle.to_tensor([[1.0, 2.0]])
  4. x2 = paddle.to_tensor([[3.0, 4.0]])
  5. x3 = paddle.to_tensor([[5.0, 6.0]])
  6. out = paddle.stack([x1, x2, x3], axis=0)
  7. print(out.shape)  # [3, 1, 2]
  8. print(out)
  9. # [[[1., 2.]],
  10. #  [[3., 4.]],
  11. #  [[5., 6.]]]