Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tf.concat

TensorFlow 1 wersja Zobacz źródło na GitHub

Skleja tensory wzdłuż jednego wymiaru.

Stosowany w notebookach

Używany w przewodniku Używany w samouczków

Zobacz także tf.tile , tf.stack , tf.repeat .

Łączy listę tensory values wzdłuż wymiarów axis . Jeśli values[i].shape = [D0, D1, ... Daxis(i), ...Dn] , połączonym wynikiem jest kształtu

 [D0, D1, ... Raxis, ...Dn]
 

gdzie

 Raxis = sum(Daxis(i))
 

Oznacza to, że dane z tensorów wejściowych jest połączone wzdłuż axis wymiaru.

Liczba wymiarów tensorów wejściowych musi pasować, a wszystkie wymiary z wyjątkiem axis muszą być równe.

Na przykład:

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat([t1, t2], 0)
<tf.Tensor: shape=(4, 3), dtype=int32, numpy=
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9],
       [10, 11, 12]], dtype=int32)>
tf.concat([t1, t2], 1)
<tf.Tensor: shape=(2, 6), dtype=int32, numpy=
array([[ 1,  2,  3,  7,  8,  9],
       [ 4,  5,  6, 10, 11, 12]], dtype=int32)>

Podobnie jak w Pythonie, axis może być również liczby ujemne. Negatywne axis są interpretowane jako licząc od końca rankingu, czyli axis + rank(values) wymiar -tej.

Na przykład:

t1 = [[[1, 2], [2, 3]], [[4, 4], [5, 3]]]
t2 = [[[7, 4], [8, 4]], [[2, 10], [15, 11]]]
tf.concat([t1, t2], -1)
<tf.Tensor: shape=(2, 2, 4), dtype=int32, numpy=
  array([[[ 1,  2,  7,  4],
          [ 2,  3,  8,  4]],
         [[ 4,  4,  2, 10],
          [ 5,  3, 15, 11]]], dtype=int32)>
 tf.concat([tf.expand_dims(t, axis) for t in tensors], axis)
 

można zapisać jako

 tf.stack(tensors, axis=axis)
 

values Lista Tensor obiektów lub pojedynczy Tensor .
axis 0 D int32 Tensor . Wymiar wzdłuż której do łączenia. Musi być w przedziale [-rank(values), rank(values)) . Podobnie jak w Pythonie indeksowanie oś jest oparty o 0. Pozytywna osi w wściekłości [0, rank(values)) odnosi się do axis wymiaru -tym. I osi ujemna oznacza axis + rank(values) -tego wymiarowej.
name Nazwę operacji (opcjonalnie).

Tensor wynikające ze złączonych tensorów wejściowych.