tensorflow DCGAN 源码中 conv_cond_concat函数

源码地址：

https://github.com/carpedm20/DCGAN-tensorflow

今天看了源码中，再debug调试时看到了conv_cond_concat这个函数，第一反应就是应该与tf.concat有关系，看了源码确实是。

以下是函数定义：

def conv_cond_concat(x, y):
  """Concatenate conditioning vector on feature map axis."""
  x_shapes = x.get_shape()
  y_shapes = y.get_shape()
  return concat([
    x, y*tf.ones([x_shapes[0], x_shapes[1], x_shapes[2], y_shapes[3]])], 3)

这里面有

 y*tf.ones([x_shapes[0], x_shapes[1], x_shapes[2], y_shapes[3]])]

得注意一下，这个是tensorflow中的乘法表示，tf.ones是全1的矩阵。

这个单独测试一下，看效果比较直观：

#!/usr/bin/env python
#coding:utf8

import os,sys

import numpy as np
import tensorflow as tf

y=tf.ones([1,1,3])
y=np.array([1,2,3])
z=y*tf.ones([4,4,3])
with tf.Session():
    print(z.eval())

结果为：

4个4*3的矩阵，矩阵每一行都是一个y。

[[[ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]]

 [[ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]]

 [[ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]]

 [[ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]
  [ 1.  2.  3.]]]

Process finished with exit code 0

所以，不难看出，这就是一个相当于一个复制粘贴改变大小的操作。

最后concat很简单就是将两个矩阵（只有要连接起来的那一维不一样，其他维度都一样的矩阵）连接起来。这里是将最后一维连接起来。