tf.concat()用法总结

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！