在 Torch/Lua 中，我可以像流经网络一样拆分/连接张量吗？

如果您想要自定义一个层，如下所示，如果您的层输入只有一个维度：

CSplit，parent = torch.class（'nn.CSplit'，'nn.Module'）

function CSplit：__init（firstCount）
    self.firstCount = firstCount
    parent.__init（自我）
end

function CSplit：updateOutput（输入）
    local inputSize = input：size（）[1]
    local firstCount = self.firstCount
    local secondCount = inputSize  -  firstCount
    local first = torch.Tensor（self.firstCount）
    local second = torch.Tensor（secondCount）
    for i = 1，inputSize do
        if i <= firstCount then
            first [i] = input [i]
        其他
            second [i  -  firstCount] = 输入[i]
        end
    end
    self.output = {first，second}
    返回 self.output
end

function CSplit：updateGradInput（输入，gradOutput）
    local inputSize = input ：size（）[1]
    self.gradInput = torch.Tensor（input）
    for i = 1，inputSize do
        if i <= self.firstCount then
            self.gradInput [i] = gradOutput [1] [i]
        其他
            self.gradInput [i] = gradOutput [2] [i  -  self.firstCount]
        end
    end
    返回 self.gradInput
end

如何使用？您需要像下面的代码一样指定第一个块的大小。

testNet = nn.CSplit(4)
input = torch.randn(10)
output = testNet：forward（input）
print（input）
print（output [1]）
print（output [2]）
testNet：backward（input，{torch.randn（4），torch.randn（6）}）

您可以在这里看到可运行的iTorch笔记本代码。