如何按列拼接行数相同但形状不同的PyTorch张量？

要拼接形状分别为torch.Size([17809, 6])的张量A和torch.Size([17809, 3, 256])的张量B，核心是先对齐二者的维度结构，再进行拼接，具体步骤如下：

• 步骤1：扩展张量A的维度
  由于B是三维张量（样本数×节点数×节点嵌入维度），而A是二维张量（样本数×特征数），需要先把A扩展为三维，让每个样本的6维特征对应B中的3个节点。可以通过unsqueeze增加节点维度，再用repeat复制到3个节点上：

  # 将A从(17809, 6)转为(17809, 1, 6)，再扩展为(17809, 3, 6)
  A_expanded = A.unsqueeze(1).repeat(1, 3, 1)
  

  这里利用unsqueeze(1)在第1个位置插入新维度，再通过repeat在节点维度（第1维）重复3次，保证每个样本的特征能对应B中的所有节点。

• 步骤2：拼接两个张量
  维度对齐后，使用torch.cat在**节点嵌入维度（第2维）**进行拼接，这样每个节点的嵌入会附加A的特征：

  # 在最后一个维度拼接，得到形状为(17809, 3, 262)的张量
  combined_tensor = torch.cat([A_expanded, B], dim=2)
  

最终得到的combined_tensor每个节点的嵌入维度为256+6=262，完美结合了A的数值特征和B的节点嵌入。

内容的提问来源于stack exchange，提问作者sAguinaga