tf.concat()用法

最新推荐文章于 2021-02-01 21:12:30 发布

原创最新推荐文章于 2021-02-01 21:12:30 发布 · 406 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

tensorflow 专栏收录该内容

15 篇文章

订阅专栏

本文详细介绍了TensorFlow中tf.concat()函数的使用方法，包括如何在不同维度上拼接张量，以及示例代码展示其效果。通过具体例子，读者可以了解到tf.concat()如何改变张量的形状。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

调用格式：

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

axis=0代表在第0个维度拼接，axis=1代表在第一个维度拼接。

注意：tf.concat()拼接的张量只会改变一个维度，其他维度是保存不变的。比如两个shape为[2,3]的矩阵拼接，要么通过axis=0变成[4,3]，要么通过axis=1变成[2,6]。改变的维度索引对应axis的值。

举例如下：

import tensorflow as tf

tfe = tf.contrib.eager
tfe.enable_eager_execution()

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]

t3 = tf.concat([t1, t2], 0)
t4 = tf.concat([t1, t2], 1)

print(t3)
print(t4)

输出：

tf.Tensor(
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]], shape=(4, 3), dtype=int32)
tf.Tensor(
[[ 1  2  3  7  8  9]
 [ 4  5  6 10 11 12]], shape=(2, 6), dtype=int32)

Process finished with exit code 0