该函数用于连接两个矩阵的操作:
tf.concat(concat_dim, values, name='concat')
concat_dim
:tensor
连接的方向(维度),cancat_dim
维度可以不一样,其他维度的尺寸必须一样。values
:两个或者一组待连接的tensor
。name
:指定该操作的name
。
t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat(0, [t1, t2]) => [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
tf.concat(1, [t1, t2]) => [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]
这里要注意的是,如果是两个向量,它们是无法调用tf.concat(1, [t1, t2])
来连接的,因为它们对应的shape
只有一个维度,当然不能在第二维上连了,虽然实际中两个向量可以在行上连,但是放在程序里是会报错的。如果要连,必须要调用tf.expand_dims
来扩维:
t1 = tf.constant([1, 2, 3])
t2 = tf.constant([4, 5, 6])
# concated = tf.concat(1, [t1, t2]) # 这样会报错
t1 = tf.expand_dims(tf.constant([1, 2, 3]),1)
t2 = tf.expand_dims(tf.constant([4, 5, 6]),1)
concated = tf.concat(1, [t1, t2]) # 这样就是正确的