Concatenarea și Stivuirea Tensorilor: torch.cat vs torch.stack în PyTorch & Deep Learning Practic

Deși ambele funcții unesc o listă de tensori, comportamentul lor dimensional este fundamental diferit:

• torch.cat: Concatenează tensorii de-a lungul unei dimensiuni existente. Toți tensorii trebuie să aibă forme identice, cu excepția axei pe care se realizează unirea.
• torch.stack: Stivuiește tensorii de-a lungul unei noi dimensiuni create special. Toți tensorii de intrare trebuie să aibă forme strict identice.

import torch

t1 = torch.tensor([1, 2, 3])
t2 = torch.tensor([4, 5, 6])

# cat pe dim 0: prelungește vectorul -> formă (6,)
concatenat = torch.cat([t1, t2], dim=0)
print("cat:", concatenat.shape, concatenat)

# stack pe dim 0: creează o matrice 2D -> formă (2, 3)
stivuit = torch.stack([t1, t2], dim=0)
print("stack:", stivuit.shape)

torch.stack este frecvent utilizat în funcțiile collate_fn ale DataLoader-ului pentru a grupa exemple individuale într-un singur batch.