tf.concat

tf.concat：

函数原型：

tf.concat(values,axis,name='concat')

作用：

• 按指定轴（axis）进行张量连接操作（Concatenates Tensors）

合并方式：

• 将axis指定维度上的元素进行合并即增加axis维度元素

例子：

import tensorflow as tf

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
con1 = tf.concat(t1, 0)  # 单张量输入
con2 = tf.concat([t1, t2], 0)  # 多个张量组成的列表作为输入
con3 = tf.concat([t1, t2], 1)
con4 = tf.concat([t1, t2], -1)
shape1 = tf.shape(con1)
shape2 = tf.shape(con2)
shape3 = tf.shape(con3)
shape4 = tf.shape(con4)

with tf.Session() as sess:
    print(sess.run(con1))
    print(sess.run(shape1))
    print(sess.run(con2))
    print(sess.run(shape2))
    print(sess.run(con3))
    print(sess.run(shape3))
    print(sess.run(con4))
    print(sess.run(shape4))
"""
[1 2 3 4 5 6]
[6]
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
[4 3]
[[ 1  2  3  7  8  9]
 [ 4  5  6 10 11 12]]
[2 6]
[[ 1  2  3  7  8  9]
 [ 4  5  6 10 11 12]]
[2 6]
"""