PROSAGA码农传奇-pytorch-如何在PyTorch中组合/堆叠张量并组合尺寸？

<div class =“post-text”itemprop =“text”>
  <P>
    看来你误会了什么
     <code>
      torch.tensor([1, 84, 84])
    </code>
     是在做。让我们来看看：
  </p>
   <pre>
    <code>
      torch.tensor([1, 84, 84])
print(x, x.shape) #tensor([ 1, 84, 84]) torch.Size([3])

</code>
  </pre>
  <P>
    您可以从上面的示例中看到，它为您提供了只有一个维度的张量。
  </p>
  <P>
    从你的问题陈述中，你需要一个形状的张量[1,84,84]。
这是它的样子：
  </p>
   <pre>
    <code>
      from collections import deque
import torch
import torchvision.transforms as T

class ReplayBuffer:
    def __init__(self, buffersize, batchsize, framestack, device, nS):
        self.buffer = deque(maxlen=buffersize)
        self.phi = deque(maxlen=framestack)
        self.batchsize = batchsize
        self.device = device

self._initialize_stack(nS)

def get_stack(self):
        t =  torch.cat(tuple(self.phi),dim=0)
#         t =  torch.stack(tuple(self.phi),dim=0)
        return t

def _initialize_stack(self, nS):
        while len(self.phi) < self.phi.maxlen:
#             self.phi.append(torch.tensor([1,nS[1], nS[2]]))
            self.phi.append(torch.zeros([1,nS[1], nS[2]]))

a = ReplayBuffer(buffersize=50000, batchsize=64, framestack=4, device='cuda', nS=[1,84,84])
print(a.phi)
s = a.get_stack()
print(s, s.shape)

</code>
  </pre>
  <P>
    注意
     <code>
      torch.cat
    </code>
     给你一个形状的张量[4,84,84]和
     <code>
      torch.stack
    </code>
     给你一个形状张量[4,1,84,84]。他们的差异可以在
    <a href="https://stackoverflow.com/questions/54307225/whats-the-difference-between-torch-stack-and-torch-cat-functions">
      torch.stack（）和torch.cat（）函数有什么区别？
    </A>
  </p>
</DIV>