tensorflow 2.0下张量的合并与分割

1、拼接张量：tf.concat()

用法：tf.concat([tensor1, tensor2, tensor3,…], axis, name=‘concat’)

tf.concat()拼接的张量只会改变一个维度上元素大小，其他维度的元素大小是保存不变，用axis的设置不同维度进行拼接。

In [1]: import tensorflow as tf

In [2]: a = tf.ones([4, 35, 8])
In [3]: b = tf.ones([2, 35, 8])

In [4]: c = tf.concat([a, b], axis=0)
In [5]: c.shape
Out [5]: TensorShape([6, 35, 8])

In [6]: import tensorflow as tf

In [7]: a = tf.ones([4, 32, 8])
In [8]: b = tf.ones([4, 3, 8])

In [9]: c = tf.concat([a, b], axis=0).shape
Out [9]: TensorShape([6, 35, 8])

注意：张量进行拼接时仅拼接的那个维度axis的元素大小可不同，其余维度上的元素大小必须相同才可进行拼接。

In [1]: import tensorflow as tf

In [2]: a = tf.ones([4, 35, 8])
In [3]: b = tf.ones([3, 33, 8])

In [4]: tf.concat([a, b], axis=0)
InvalidArgumentError: ConcatOp : Dimensions of inputs should match: shape[0] = [4,35,8] vs. shape[1] = [3,33,8] [Op