如何将字典中所有二维值拼接为PyTorch张量？

可以通过以下简洁步骤实现需求：

1. 把字典内的每个二维列表转换为PyTorch张量
2. 沿着**列维度（dim=1）**拼接所有张量（所有输入的行数一致，满足拼接前提）

完整代码如下：

import torch

D = {'a': [[0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0]],
     'b': [[1, 1],
           [1, 1],
           [1, 1]],
     'c': [[2, 2, 2, 2],
           [2, 2, 2, 2],
           [2, 2, 2, 2]]
}

# 转换字典值为张量列表
tensor_list = [torch.tensor(matrix) for matrix in D.values()]
# 沿列维度拼接张量
output_tensor = torch.cat(tensor_list, dim=1)

print(output_tensor)

运行后会输出预期结果：

tensor([[0, 0, 0, 0, 0, 1, 1, 2, 2, 2, 2],
        [0, 0, 0, 0, 0, 1, 1, 2, 2, 2, 2],
        [0, 0, 0, 0, 0, 1, 1, 2, 2, 2, 2]])

关键说明 #

• torch.tensor()负责将Python二维列表转换为PyTorch张量，完整保留原二维结构
• torch.cat()的dim=1参数指定拼接方向为列方向，确保每一行的元素按顺序合并；若误设为dim=0则会按行堆叠，不符合需求

内容的提问来源于stack exchange，提问作者core_not_dumped