TensorFlow——合并分割、排序、限值

TensorFlow合并与分割

主要是4中方法，tf.concat, tf.split, tf.stack, tf.unstack

tf.concat

def concat(values, axis, name="concat"):

其中values是若干的Tensor类型的array。即根据axis所指定的轴，对values当中的tensor进行拼接。

那么它是怎么拼接的呢？

假设有两个数组：

t1 = [[1, 2, 3], [4, 5, 6]]，这个t1实质上是：
$$t1=\left(\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\end{array}\right)$$

t2 = [[7, 8, 9], [10, 11, 12]]，这个t2实质上是
$$t2=\left(\begin{array}{ccc}7& 8& 9\\ 10& 11& 12\end{array}\right)$$

我调用tf.concat([t1,t2],axis=0)，输出的结果就是：

[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
shape=[4, 3]

这是一个什么过程呢？

首先，我们看axis=0，意思是，沿着0轴的方向（即：纵轴方向），进行拼接。于是拼的结果就是：
( 1 2 3 4 5 6 7 8 9 10 11 12 ) \begin{pmatrix}1&2&3 \\4&5&6\\7&8&9\\10&11&12 \end{pmatrix} ⎝⎜⎜⎛​14710​25811​