import torch

通過 help((torch.cat)) 可以檢視 cat 的用法
cat(seq,dim,out=None)

其中 seq表示要連線的兩個序列，以元組的形式給出，例如:seq=(a,b),  a,b 為兩個可以連線的序列
dim 表示以哪個維度連線，dim=0, 橫向連線
                      dim=1,縱向連線

#例項：

    #dim=0 時：
    
    import torch
    n_data = torch.ones((100,2))
    x0_data = torch.normal(2*n_data,1)
    y0_data = torch.zeros((100,1))
    x1_data = torch.normal(-2*n_data,1)
    y1_data = torch.ones((100,1))
    x_data = torch.cat((x0_data,x1_data),0).type(torch.FloatTensor)
    y_data = torch.cat((y0_data,y1_data),0).type(torch.LongTensor)
    print('x_data的形狀：',x_data.shape)
    print("y_data的形狀：",y_data.shape)
 

result:
    
    x_data的形狀： torch.Size([200, 2])
    y_data的形狀： torch.Size([200, 1])

#例項：

    #dim=1 時：
    
    import torch
    n_data = torch.ones((100,2))
    x0_data = torch.normal(2*n_data,1)
    y0_data = torch.zeros((100,1))
    x1_data = torch.normal(-2*n_data,1)
    y1_data = torch.ones((100,1))
    x_data = torch.cat((x0_data,x1_data),1).type(torch.FloatTensor)
    y_data = torch.cat((y0_data,y1_data),1).type(torch.LongTensor)
    print('x_data的形狀：',x_data.shape)
    print("y_data的形狀：",y_data.shape)
 

result：

    x_data的形狀： torch.Size([100, 4])
    y_data的形狀： torch.Size([100, 2])