概述
tf.concat用于拼接张量(tensor)。
用法
tf.concat([tensor1, tensor2, tensor3, ......], axis)
当axis=0时,表示在第0个维度拼接;当axis=1时,表示在第1个维度
如果对于一个形状为二维矩阵的tensor来说,第0个维度表示的最外层方括号下的子集,第1个维度表示的是内部方括号下的子集。
tf.concat()拼接的张量只会改变一个维度,其他维度是保持不变的。
(对于三维矩阵的拼接,axis的取值范围[0, 1, 2],以此类推…)
例子
import tensorflow as tf
tensor1 = [[1, 2, 3], [2, 3, 4], [3, 4, 5]]
tensor2 = [[4, 5, 6], [5, 6, 7], [6, 7, 8]]
tf.concat([tensor1, tensor2], axis=0)
OUT:
import tensorflow as tf
tensor1 = [[1, 2, 3], [2, 3, 4], [3, 4, 5]]
tensor2 = [[4, 5, 6], [5, 6, 7], [6, 7, 8]]
tf.concat([tensor1, tensor2], axis=1)
OUT:
希望这篇文章对大家的学习有所帮助!