torch.cat负维度拼接疑问：dim=-3与dim=3的差异及约束

先搞懂负维度到底是什么意思 #

PyTorch里的负维度是从张量末尾往前数的索引，拿你手里的4维张量（格式为 [batch_size, channels, height, width]）举例，维度索引对应关系是：

• dim=0 → batch维度（第一维）
• dim=1 → 通道维度（第二维）
• dim=2 → 高度维度（第三维）
• dim=3 → 宽度维度（第四维）
• dim=-1 → 宽度维度（最后一维，对应dim=3）
• dim=-2 → 高度维度（倒数第二维，对应dim=2）
• dim=-3 → 通道维度（倒数第三维，对应dim=1）

所以你写的 dim=-3，本质就是沿通道维度做拼接。

你的例子里具体发生了什么？ #

你有4个形状全是 torch.Size([1, 256, 7, 7]) 的张量：

• 每个张量的batch是1，通道数256，空间尺寸7x7
• 沿dim=-3（通道维度）拼接时，PyTorch会把这4个张量的通道数直接相加：256×4=1024
• 而其他维度（batch、高度、宽度）完全保持不变，所以最终 x_6 的形状是 torch.Size([1, 1024, 7, 7])

可视化的话，可以把每个张量想象成256张7x7的特征图，拼接后就是把这4组特征图全部堆在一起，变成1024张7x7的特征图，batch和空间大小完全没变。

如果设置dim=3会怎么样？ #

dim=3对应4维张量的宽度维度（最后一维），这时候拼接会在宽度方向把4个张量连起来：

• 每个张量的宽度是7，拼接后宽度变成7×4=28
• 其他维度（batch、通道、高度）保持不变
• 最终 x_6 的形状会是 torch.Size([1, 256, 7, 28])

可视化的话，就是把4个7x7的特征图在水平方向（宽度方向）并排拼接，变成一张7x28的大特征图，通道数和batch数还是原来的样子。

拼接维度dim的核心约束条件 #

要成功使用 torch.cat，必须遵守一个铁规则：

所有参与拼接的张量，除了拼接维度之外的所有其他维度，尺寸必须完全一致

举几个例子帮你理解：

• 合法情况：你例子里的4个张量，除了拼接的通道维度（dim=-3），其他维度（batch=1、height=7、width=7）都完全对齐，所以可以正常拼接
• 非法情况1：如果其中一个张量的形状是 [2,256,7,7]（batch变成2），其他还是 [1,256,7,7]，沿dim=-3拼接会直接报错，因为batch维度（dim=0）尺寸不匹配
• 非法情况2：如果其中一个张量的形状是 [1,256,14,7]（height变成14），其他还是 [1,256,7,7]，沿dim=-3拼接也会报错，因为height维度（dim=2）尺寸不匹配

简单说，只有你指定的拼接维度可以有不同的尺寸（最终会累加），其他所有维度必须严格对齐，不能有任何差异。

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