【TensorFlow】tf.concat的用法

tf.concat是连接两个矩阵的操作

`tf.concat(concat_dim, values, name='concat')`

除去name参数用以指定该操作的name，与方法有关的一共两个参数：

第一个参数concat_dim：必须是一个数，表明在哪一维上连接

如果concat_dim是0，那么在某一个shape的第一个维度上连，对应到实际，就是叠放到列上

[python] view plain copy

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat(0, [t1, t2]) == > [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]

如果 concat_dim是1，那么在某一个shape的第二个维度上连

[python] view plain copy

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat(1, [t1, t2]) ==> [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12

如果有更高维，最后连接的依然是指定那个维：

values[i].shape = [D0, D1, ... Dconcat_dim(i), ...Dn]连接后就是：[D0, D1, ... Rconcat_dim, ...Dn]

[python] view plain copy

# tensor t3 with shape [2, 3]
# tensor t4 with shape [2, 3]
tf.shape(tf.concat(0, [t3, t4])) ==> [4, 3]
tf.shape(tf.concat(1, [t3, t4])) ==> [2, 6]

第二个参数values：就是两个或者一组待连接的tensor了

/×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××/

这里要注意的是：如果是两个向量，它们是无法调用

[python] view plain copy

tf.concat(1, [t1, t2])

来连接的，因为它们对应的shape只有一个维度，当然不能在第二维上连了，虽然实际中两个向量可以在行上连，但是放在程序里是会报错的

如果要连，必须要调用tf.expand_dims来扩维：

[python] view plain copy

t1=tf.constant([1,2,3])
t2=tf.constant([4,5,6])
#concated = tf.concat(1, [t1,t2])这样会报错
t1=tf.expand_dims(tf.constant([1,2,3]),1)
t2=tf.expand_dims(tf.constant([4,5,6]),1)
concated = tf.concat(1, [t1,t2])#这样就是正确的

tensorflow 1.0.1中 concated = tf.concat(1, [t1,t2])需要改成concated = tf.concat( [t1,t2]，1)，参数的顺序变了

【TensorFlow】tf.concat的用法相关推荐

【TensorFlow基础函数】tf.concat的用法
tf.concat 的用法 TF官方的文档 tf.concat(values,axis,name='concat' ) 连接多个Tensor的操作 values 多个Tensor axis是哪个纬度 ...
tensorflow tf.Variable 的用法
import tensorflow as tf #导入模块 import numpy as np tf.Variable(3) # 数字输入 <tf.Variable 'Variable:0' ...
tf.concat()详解
tensorflow中用来拼接张量的函数tf.concat(),用法: tf.concat([tensor1, tensor2, tensor3,...], axis) 先给出tf源代码中的解释: t ...
Tensorflow中的tf.layers.batch_normalization()用法
使用tf.layers.batch_normalization()需要三步: 在卷积层将激活函数设置为None. 使用batch_normalization. 使用激活函数激活. 需要特别注意的是:在 ...
tf.concat, tf.stack和tf.unstack的用法
tf.concat, tf.stack和tf.unstack的用法 tf.concat相当于numpy中的np.concatenate函数,用于将两个张量在某一个维度(axis)合并起来,例如: a ...
tensorflow随笔 -tf.concat
tf.concat tf.concat( values, axis, name='concat' ) 按一维连接张量. 沿着维度轴连接张量值的列表.如果values[i].shape=[D0, D1, ...
记录之 tensorflow中几个常用的函数：tf.unstack，tf.concat() 和 tf.stack() 等
1.tf.to_int32():tf.to_float()等函数,主要是强制类型转换函数: 2.tf.shape(tensor):获取tensor的尺寸 3.tf.round(a):四舍五入函数,张 ...
python中tensorflow的函数简单用法（未完）
tf.nn.softmax Softmax的含义:将一个N*1的向量归一化为(0,1)之间的值,由于其中采用指数运算,使得向量中数值较大的量特征更加明显. Softmax输出的就是该样本属于各个类的概 ...
TensorFlow优化器及用法
TensorFlow优化器及用法函数在一阶导数为零的地方达到其最大值和最小值.梯度下降算法基于相同的原理,即调整系数(权重和偏置)使损失函数的梯度下降. 在回归中,使用梯度下降来优化损失函数并获得系 ...

【TensorFlow】tf.concat的用法

`tf.concat(concat_dim, values, name='concat')`

【TensorFlow】tf.concat的用法相关推荐

最新文章

热门文章