torch.stack的理解

官方的torch.stack说明文档：

1、进行stack的tensor的维度必须一致，即All tensors need to be of the same size；
2、dim的取值范围：以二维tensor为例，dim的取值范围为[0,1,2]

以具体例子说明stack的用法

a,b,c都是2*3的二维tensor，dim有三种取值情况，分别是dim=0，dim=1，dim=2；
torch.stack()会在指定的dim维度新增一个维度，和concatenate的区别：concatenate不会新增维度，只是将不同的tensor拼接在一起，stack是会新增维度的。
1、dim=0：

a,b,c每个tensor的维度都是2*3的，dim=0会在第一维新增维度，大小为3（因为是3个tensor进行stack），最终的维度为3*2*3；由于是在0维新增维度，所以stack后a,b,c每个tensor是保持不变的；
2、dim=1：

在第二维新增一个维度，最终stack后的tensor维度是2*3*3；效果等价于从一个数据矩阵变成一个数据立方体；第一维大小为2，且a在最前面，表示在最终的tensor中第一维的2是以a为基准的；需要在第二维新增一个大小为3的维度，所以就把a,b,c的第一行拼接在一起形成一个3*3的tensor；另外还要注意一点，stack的结果和tensor的stack顺序是有关的，比如：

这样就是以b为基准进行维度变换了；
3、dim=2：

最终的维度为2*3*3，但是需要注意一下，第一个3表示a的2*3中的3，第二个3是新增的维度大小；比较一下dim=1和dim=2的结果，可以发现其中的元素是互为转置的；这个也好理解，因为扩充的维度位置不一样，那么对应的数据位置也要相应的改变。

写了这么多，最重要的还是要把这种在二维空间中用List形式表达出来的三维tensor和空间中的tensor cube给对应起来，这样理解起来就会容易很多。