tf.concat的用法

import numpy as np
import tensorflow as tf
sess=tf.Session()
a=np.zeros((1,2,3,4))
b=np.ones((1,2,3,4))
c1 = tf.concat([a, b], axis=-1)  # 倒数第一维度增加，其它不变
d1=sess.run(c1)
print(‘d1=‘,d1)
print(‘d1.shape=‘,d1.shape)
c = tf.concat([a, b], axis=-2)    #倒数第二维度增加，其它不变
d=sess.run(c)
print(‘d=‘,d)
print(‘d.shape=‘,d.shape)
a1=np.zeros((3,4))
b1=np.ones((3,4))
c2 = tf.concat([a1, b1], axis=-1)   # 如果是二维就和axis=1一样，第2维坐标增加，就是行不变，列增加
d2=sess.run(c2)
print(‘d2=‘,d2)
print(‘d2.shape=‘,d2.shape)

tf.concat的用法

原文：https://www.cnblogs.com/tangjunjun/p/11546250.html