concatenate
concatnate用于拼接两个tensor,最后得到的是一个tensorflow版的tensor。
官方api文档如下:
tf.keras.backend.concatenate(
tensors, axis=-1
)
a = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = tf.constant([[10, 20, 30], [40, 50, 60], [70, 80, 90]])
tf.keras.backend.concatenate((a, b), axis=-1)
axis指定在具体维度上进行拼接,axis=-1即是在最后一维对tensor进行拼接。
最后输出结果如下:
- 注意:keras的tensor和tensorflow里的tensor并不一样,如果在模型中加入了concatnate进行拼接两种类型的tensor(或者都是keras的tensor),那么最后输出的都会是tensorflow的tensor,如果我们构建模型使用的是keras,会在运行中报这样一个错误。
AttributeError:‘Tensor’ object has no attribute '_keras_history’ - 这是由于kreas模型构建中不能使用tensorflow中的tensor造成的,那么就需要用如下引入Lamba层将tensorflow的tensor转化为keras的tensor。
from keras.layers import Lambda
# axis为指定拼接的维度
concat_result = Lambda(lambda x: concatenate((x, y), axis=-1))(x)
这样得到的结果就是keras中的tensor,接下来就可以放心的训练了。