tf.concat

Конкатенирует тензоры вдоль одного измерения.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.concat

tf.concat(
    values, axis, name='concat'
)

Используется в блокнотах

Используется в руководстве	Используется в учебниках
Улучшенная производительность с API tf.data Разорванные тензоры Основы TensorFlow Быстрый старт для API TensorFlow Core Настройка того, что происходит в `fit()` с помощью TensorFlow	Простая распознавание аудио: распознавание ключевых слов Обучаемое сжатие данных Интегрированные градиенты Загрузка pandas DataFrame Перенос обучения для классификации видео с MoViNet

См. также tf.tile, tf.stack, tf.repeat.

Конкатенирует список тензоров values вдоль измерения axis. Если values[i].shape = [D0, D1, ... Daxis(i), ...Dn], конкатенированный результат имеет форму

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

где

Raxis = sum(Daxis(i))

То есть, данные из входных тензоров соединяются вдоль axis измерения.

Количество измерений входных тензоров должно совпадать, и все измерения, кроме axis, должны быть равны.

Например:

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)>

Как и в Python, axis могут быть также отрицательными числами. Отрицательные axis интерпретируются как счёт с конца ранга, т.е. axis + rank(values)-е измерение.

Например:

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)>

Примечание: Если вы конкатенируете вдоль нового измерения, рассмотрите использование stack. Например:

tf.concat([tf.expand_dims(t, axis) for t in tensors], axis)

может быть переписано как

tf.stack(tensors, axis=axis)

Аргументы
`values`	Список объектов `Tensor` или один объект `Tensor`.
`axis`	0-мерное `int32` `Tensor`. Измерение для конкатенации. Должно быть в диапазоне `[-rank(values), rank(values))`. Как и в Python, индексация для оси основана на 0. Положительная ось в диапазоне `[0, rank(values))` относится к `axis`-му измерению. А отрицательная ось относится к `axis + rank(values)`-му измерению.
`name`	Имя операции (необязательно).

Возвращаемое значение
Объект `Tensor`, полученный в результате конкатенации входных тензоров.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/concat