未知张量维度时如何拼接？及程序化实现指定张量维度截取

在PyTorch、TensorFlow或NumPy这类张量框架中，不管张量维度是多少，只要待拼接的张量在除指定拼接维度外的所有维度上形状完全一致，就可以用框架自带的拼接函数实现：

• PyTorch用torch.cat([张量1, 张量2, ...], dim=拼接维度索引)
• TensorFlow用tf.concat([张量1, 张量2, ...], axis=拼接维度索引)
• NumPy用np.concatenate([张量1, 张量2, ...], axis=拼接维度索引)

如果不确定具体维度索引，可利用负索引简化操作——比如想在倒数第一维拼接，直接用dim=-1（PyTorch）或axis=-1（全框架通用）即可，示例代码（PyTorch）：

import torch
# 假设a、b是任意维度张量，除最后一维外形状匹配
a = torch.randn(5, 10, 20)
b = torch.randn(5, 10, 30)
# 在最后一维拼接
c = torch.cat([a, b], dim=-1)
print(c.shape)  # 输出 torch.Size([5, 10, 50])

...是Python的Ellipsis语法，代表“剩下的所有维度”，在张量切片中直接写x[:, :48, ...]就是合法且高效的写法，主流张量框架（PyTorch、TensorFlow、NumPy）均支持。

如果需要动态构造切片（比如不确定后续维度数量），可手动创建切片元组：

import torch
# 模拟形状为(21,256,*)的张量，这里以4维为例
x = torch.randn(21, 256, 16, 32)
# 直接切片
res1 = x[:, :48, ...]
# 动态构造切片
slice_tuple = (slice(None), slice(None, 48), Ellipsis)
res2 = x[slice_tuple]
# 验证结果一致
print(torch.allclose(res1, res2))  # 输出 True

内容的提问来源于stack exchange，提问作者brando f