浅谈tensorflow 中tf.concat()的使用
concat()是将tensor沿着指定维度连接起来。其中tensorflow1.3版中是这样定义的:
concat(values,axis,name='concat')
一、对于2维来说,0表示行,1表示列
t1=[[1,2,3],[4,5,6]] t2=[[7,8,9],[10,11,12]] withtf.Session()assess: print(sess.run(tf.concat([t1,t2],0)))
结果为:[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]
t1=[[1,2,3],[4,5,6]] t2=[[7,8,9],[10,11,12]] withtf.Session()assess: print(sess.run(tf.concat([t1,t2],1)))
结果为:[[1,2,3,7,8,9],[4,5,6,10,11,12]]
二、对于3维来说0表示纵向,1表示行,2表示列
t1=[[[1,1,1],[2,2,2]],[[3,3,3],[4,4,4]]] t2=[[[5,5,5],[6,6,6]],[[7,7,7],[8,8,8]]] withtf.Session()assess: print(sess.run(tf.concat([t1,t2],0)))
结果:[[[111],[222]],[[333],[444]],[[555],[666]], [[777],[888]]]
Tensor("concat_30:0",shape=(4,2,3),dtype=int32)
axis=1的结果如下:
Tensor("concat_31:0",shape=(2,4,3),dtype=int32)
[[[111],[222],[555],[666]],[[333],[444],[777],[888]]]
axis=2的结果如下:
Tensor("concat_32:0",shape=(2,2,6),dtype=int32)
[[[111555],[222666]],[[333777],[444888]]]
以上这篇浅谈tensorflow中tf.concat()的使用就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。