看了下官方手册和网上的一些解释，但还是没太弄明白，于是自己下来在草稿纸上画了一下，然后用程序验证，总算把这两个函数搞懂了些。
首先给出两个tensor: a和b，它们的形状都是（1，3，2）
判断tensor维度的方法
看对应的中括号，有几个左中括号就有几个维度，如：
有三个左括号，那么a就有3个维度
判断每个维度有多少个元素
对于dim=0，我们找到第一个左中括号，并且找到与之匹配的右中括号，看他们之中有多少个元素（凡是被中括号包裹的视作1个元素，其实就是看配对的中括号中有几个逗号，其中的元素个数就是逗号个数加1）
tensor.cat()
将两个（或更多）相同形状的tensor按某一维度(dim)进行拼接，操作是：对两个tensor，将需要拼接的维度中的所有元素接在一起，具体示例如下：
tensor.cat((a,b), dim=0)找到tensor a和tensor b的第0维中所有的元素，将他们拼在一起：
tensor.cat((a,b), dim=1)同样，找到两个tensor第一维中的所有元素，然后拼在一起：
tensor.cat((a,b), dim=2)
通过以上步骤，我们不难得出结论，对于cat操作，输出的tensor的形状，就是输入的tensor形状在指定维度(dim)上相加即可，输出的tensor总的维度数不会改变，改变的只是相应维度上元素的个数而已。
tensor.stack()
已经说过对于cat()操作，输出的tensor总的维度数不会改变，而stack()操作则会改变输出tensor总的维度数。假设输入两个tensor，分别是a，b，他们的形状都是(3, 2)，在stack时，我们会先在指定的dim维度上增加一维，然后在增加的这个维度上对这两个tensor做cat操作，具体如下：
tensor.stack((a,b), dim=0)
tensor.stack((a,b), dim=1)
tensor.stack((a,b), dim=2)
所以，对于stack操作，如果我们想知道输出tensor的维度，我们只需要将输入tensor添加一维，然后按照cat()操作来进行就可以了，至于在哪个维度上添加，就取决于参数dim的值。
