PyTorch如何将一个tensor的数值插入到另一个tensor的指定维度中

torch.cat要求所有待拼接的张量，除了拼接维度之外的其他维度形状完全一致。你代码中的y形状为(100,)，和x的(100, 16, 16)/(100, 16, 16, 1)形状不匹配，因此无法直接拼接。

要让y对应x第0维的100个元素，即同个第0维索引下的所有16×16位置共享同一个y值，你需要先对y做升维、广播操作，匹配x的维度后再拼接。

分两种场景对应你注释中的两种x定义： #

场景1：x初始为3维 (100, 16, 16) #

如果你的需求是最终输出(100, 16, 16, 1)且仅保留y值作为最后一维，直接取下方代码中的y_expanded即可；如果需要拼接x原有值和y值，最终输出维度为(100, 16, 16, 2)（x原有1个隐式通道+新增y通道）。

import torch

x = torch.randn(100, 16, 16)
y = torch.randn(100)

# 步骤1：y升维到4维，形状变为(100, 1, 1, 1)
y_reshaped = y.reshape(-1, 1, 1, 1)
# 步骤2：广播扩展到和x的空间维度匹配，形状变为(100, 16, 16, 1)
y_expanded = y_reshaped.expand(-1, x.shape[1], x.shape[2], -1)
# 步骤3：x升维后和y拼接，dim=-1表示最后一维
Xy = torch.cat([x.unsqueeze(-1), y_expanded], dim=-1)

print(Xy.shape) # 输出 torch.Size([100, 16, 16, 2])

场景2：x初始为4维 (100, 16, 16, 1)，最终输出维度 (100, 16, 16, 2) #

import torch

y_dim = 1
x = torch.randn(100, 16, 16, y_dim)
y = torch.randn(100)

y_reshaped = y.reshape(-1, 1, 1, 1)
y_expanded = y_reshaped.expand(-1, x.shape[1], x.shape[2], -1)
Xy = torch.cat([x, y_expanded], dim=-1)

print(Xy.shape) # 输出 torch.Size([100, 16, 16, 2])

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