Tensor操作函数笔记：分割与合并

• paddle.chunk(x, chunks, axis=0)
  • 将给定Tensor按照指定维度均匀分割为多个子Tensor
  • 参数
    • x 输入Tensor
    • chunks: 分割的数量
    • axis: 分割的维度（默认0）
  • 返回：包含Tensor的元祖
  • 注意：若张量尺寸不能被chunks整除，最后一个子张量尺寸会较小。

x = paddle.arange(12).reshape([3, 4])
# 沿列方向分割为2块
chunks = paddle.chunk(x, 2, axis=1)
print(chunks[0].shape)  # [3, 2]
print(chunks[1].shape)  # [3, 2]

• paddle.split(x, num_or_sections, axis=0)
  
  • 功能：将Tensor指定维度分割成多个子Tensor
  • 参数
    • x：输入张量
    • num_or_sections 整数：均等分割的数量（同chunk）或者列表：各个子张量在axis上的尺寸
    • axis: 分割维度
  • 返回：子张量列表

# 方式1：均等分割
splits = paddle.split(x, 3, axis=0)  # 分割为3个[1,4]张量

# 方式2：自定义分割
splits = paddle.split(x, [1, 3], axis=1)  # 分割为[3,1]和[3,3]

• paddle.concat(x, axis=0)
  • 功能：沿着指定维度连接多个张量
  • 参数：
    • x:张量列表或元祖
    • axis:链接维度（默认0）
  • 返回：连接后的张亮
  • 要求：除axis外，其他维度尺寸必须相同

a = paddle.ones([2, 3])
b = paddle.zeros([2, 3])
c = paddle.concat([a, b], axis=0)  # 形状[4, 3]
d = paddle.concat([a, b], axis=1)  # 形状[2, 6]

• paddle.stack(x, axis=0)
  • 功能：沿新维度堆叠多个张量
  • 参数：
    • x: 张量列表
    • axis:新维度的插入位置
  • 返回：堆叠后的张亮（维度+1)

a = paddle.ones([2, 3])
b = paddle.zeros([2, 3])
c = paddle.stack([a, b], axis=0)  # 形状[2, 2, 3]
d = paddle.stack([a, b], axis=2)  # 形状[2, 3, 2]

• paddle.unstack(x, axis=0)
  • 功能：stack的逆操作，沿指定维度拆解张量
  • 参数：
    • x：输入张量
    • axis: 拆解维度
  • 返回：张量列表（每个张量维度+1)

x = paddle.ones([2, 3, 4])
y = paddle.unstack(x, axis=1)  # 返回3个[2,4]张量

对比总结

函数	核心功能	输入要求	输出维度变化
chunk	均等分割张量	需指定分割数量	总维度不变，各块尺寸相近
split	灵活分割张量	可指定数量或各块尺寸	总维度不变
concat	沿现有维度连接张量	除axis外形状相同	仅axis维度增加
stack	沿新维度堆叠张量	形状必须完全相同	总维度 + 1
unstack	沿指定维度拆解张量	-	总维度 - 1