tf.concat

  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