tensorflow 中stack和unstack函数的使用

tensorflow中stack和unstack的使用，我们看代码分析：

import tensorflow as tf  

a = tf.constant([2,3,1])  
b = tf.constant([6,8,9])
c = tf.stack([a,b],axis=0)
d = tf.stack([a,b],axis=1) 
with tf.Session() as sess:  
    print(sess.run(c))  
    print(sess.run(d)) 

[[2 3 1]
[6 8 9]]
[[2 6]
[3 8]
[1 9]]
同样的stack，一个是[[2 3 1] [6 8 9]]，另外一个是[[2 6] ，[3 8]，[1 9]]，从结果可以看出，维度是不一样的，这也是因为axis一个是0，另外一个是1，我觉得这样理解比较好，axis这个参数设置为哪个轴，我们就把所要堆叠的array沿着该轴拼接在一起，就拿这个来说，当我们沿着axis=0的时候，我们就按照a和b的第0轴把他们拼接，但是因为他们第一个维度都只有一个值，所以就把他们各自拼接，当axis=1，的时候，就沿着第二轴对应的值一一拼接，也就是相当于列对应的值拼接。

e = tf.unstack(d,axis=0)
f = tf.unstack(d,axis=1)
with tf.Session() as sess:  
    print(sess.run(e))  
    print(sess.run(f)) 

[array([2, 6], dtype=int32), array([3, 8], dtype=int32), array([1, 9], dtype=int32)]
[array([2, 3, 1], dtype=int32), array([6, 8, 9], dtype=int32)]
接着看上面的，这个是unstack，从结果可以看出，就是按着某个轴将array拆解，拆成多个array组成的list