TensorFlow中张量连接操作 tf.concat 与张量堆叠操作 tf.stack 的用法

本文链接：https://blog.youkuaiyun.com/sdnuwjw/article/details/90744288

本文详细解析了TensorFlow中张量的连接(concat)与堆叠(stack)操作，通过实例展示了不同轴上操作的结果，帮助理解张量维度的变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、环境

TensorFlow API r1.12

CUDA 9.2 V9.2.148

cudnn64_7.dll

Python 3.6.3

Windows 10

二、官方说明

张量连接：https://www.tensorflow.org/api_docs/python/tf/concat
对输入的张量进行内容的连接，不涉及维度的改变
使用说明：https://blog.youkuaiyun.com/sdnuwjw/article/details/84960377
张量堆叠：https://www.tensorflow.org/api_docs/python/tf/stack
对输入的张量进行堆叠，维度增加 1 维
使用说明：https://blog.youkuaiyun.com/sdnuwjw/article/details/85049603

简单来说，两者的区别是：
tf.concat() 内容连接，维度不变
tf.stack() 张量堆叠，维度加一

三、实例

t1 = [[1,2,3],[4,5,6]]
t2 = [[7,8,9],[10,11,12]]
t3 = [[13,14,15],[16,17,18]]

concat0 = tf.concat(values=[t1,t2,t3],axis=0)
concat1 = tf.concat(values=[t1,t2,t3],axis=1)
concat2 = tf.concat(values=[t1,t2,t3],axis=2)

stack0 = tf.stack(values=[t1,t2,t3],axis=0)
stack1 = tf.stack(values=[t1,t2,t3],axis=1)
stack2 = tf.stack(values=[t1,t2,t3],axis=2)

with tf.Session() as sess:
	print(sess.run(tf.shape(concat0)))
	print(sess.run(concat0))
	print("---------------------")
	print(sess.run(tf.shape(concat1)))
	print(sess.run(concat1))
	print("---------------------")
	print(sess.run(tf.shape(stack0)))
	print(sess.run(stack0))
	print("---------------------")
	print(sess.run(tf.shape(stack1)))
	print(sess.run(stack1))
	print("---------------------")
	print(sess.run(tf.shape(stack2)))
	print(sess.run(stack2))

输出结果：
########################
concat0，shape: [6 3] （3个两行三列的按照第0维进行内容连接，得到6行3列，维度总数不变，还是二维）
[[ 1 2 3]
[ 4 5 6]
[ 7 8 9]
[10 11 12]
[13 14 15]
[16 17 18]]
########################
concat1，shape: [2 9] （3个两行三列的按照第1维进行内容连接，得到1行9列，维度总数不变，还是二维）
[[ 1 2 3 7 8 9 13 14 15]
[ 4 5 6 10 11 12 16 17 18]]
########################
stack0，shape: [3 2 3] （3个两行三列的按照第0维进行堆叠，维度总数变为3）
[[[ 1 2 3]
[ 4 5 6]]

[[ 7 8 9]
[10 11 12]]

[[13 14 15]
[16 17 18]]]
########################
stack1，shape: [2 3 3] （3个两行三列的按照第1维进行堆叠，维度总数变为3）1
[[[ 1 2 3]
[ 7 8 9]
[13 14 15]]

[[ 4 5 6]
[10 11 12]
[16 17 18]]]
########################
stack2，shape: [2 3 3] （3个两行三列的按照第2维进行堆叠，维度总数变为3）
[[[ 1 7 13]
[ 2 8 14]
[ 3 9 15]]

[[ 4 10 16]
[ 5 11 17]
[ 6 12 18]]]
########################

细心的读者可以发现，这里没有 concat2，这是因为 concat 的连接维度不能等于或大于原张量的阶。如果超过，则会报错：

Traceback (most recent call last):
  File "<stdin>", line 6, in <module>
NameError: name 'concat2' is not defined