我有一个批量大小为 64 的张量。批量中的每个样本的形状为[4, 300]。所以，我的批次形状是[64, 4, 300]。我想随机洗牌批次的元素。换句话说，我想对所有 64 个[4, 300]张量进行洗牌。我怎样才能做到这一点？显然，得到的张量的形状为[64, 4, 300]，但所有 64 行形状为[4, 300]，将按不同的顺序排列。
我有两个火炬张量。一种有形[64, 4, 300]，一种有形[64, 300]。如何连接这两个张量以获得 shape 的合成张量[64, 5, 300]。我知道tensor.cat用于此的函数，但为了使用该函数，我需要重塑第二个张量以匹配张量的维数。我听说不应该对张量进行整形，因为它可能会弄乱张量中的数据。我该如何进行这种连接？
我试过重塑，但接下来的部分让我对这种重塑更加怀疑。
a = torch.rand(64,300)
a1 = a.reshape(64,1,300)
list(a1[0]) == list(a)
Out[32]: False