【深度学习API】TensorFlow - tf.concat()

最新推荐文章于 2024-04-08 11:00:52 发布

飘散风中

最新推荐文章于 2024-04-08 11:00:52 发布

阅读量874

点赞数 1

分类专栏：深度学习API 文章标签： TensorFlow API

本文链接：https://blog.csdn.net/shankezh/article/details/86650723

版权

深度学习API 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

tf.concat()

作用：拼接张量，主要参数为values,axis；

values为需要合并的list

axis决定了这些list中的张量如何合并，axis=0，合并第一维，axis=1，合并第二维，axis=2合并第三维，axis=3合并第四维度，前提是，除了需要合并的那一位纬度，其他不合并的纬度属性必须相同;

axis=3时，四个张量最后一维不同，合并第四维,代码:

    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())

        a1 = tf.random_normal((100,28,28,64))
        a2 = tf.random_normal((100,28,28,128))
        a3 = tf.random_normal((100,28,28,32))
        a4 = tf.random_normal((100,28,28,32))

        b4 = tf.concat(values=[a1,a2,a3,a4],axis=3)
        print(b4)

结果：

Tensor("concat:0", shape=(100, 28, 28, 256), dtype=float32)

分别合并四个纬度，代码：

        a1 = tf.random_normal((100,28,28,128))
        a2 = tf.random_normal((100,28,28,128))
        a3 = tf.random_normal((100,28,28,128))
        a4 = tf.random_normal((100,28,28,128))

        b1 = tf.concat(values=[a1,a2,a3,a4],axis=0)
        b2 = tf.concat(values=[a1,a2,a3,a4],axis=1)
        b3 = tf.concat(values=[a1,a2,a3,a4],axis=2)
        b4 = tf.concat(values=[a1,a2,a3,a4],axis=3)


        print(b1,b2,b3,b4)

结果：

Tensor("concat:0", shape=(400, 28, 28, 128), dtype=float32) 
Tensor("concat_1:0", shape=(100, 112, 28, 128), dtype=float32) 
Tensor("concat_2:0", shape=(100, 28, 112, 128), dtype=float32) 
Tensor("concat_3:0", shape=(100, 28, 28, 512), dtype=float32)

对应axis的维度，被合并了.