tf.stack

Упаковывает список тензоров ранга R в один тензор ранга (R+1).

tf.stack(
    values, axis=0, name='stack'
)

Упаковывает список тензоров в values в тензор, ранг которого на единицу больше, чем у каждого тензора в values, путем упаковки вдоль axis измерения. Предположим, что у нас есть список длиной N тензоров с формой (A, B, C);

если axis == 0 то output тензор будет иметь форму (N, A, B, C). если axis == 1 то output тензор будет иметь форму (A, N, B, C). И так далее.

Например:

x = tf.constant([1, 4])
y = tf.constant([2, 5])
z = tf.constant([3, 6])
tf.stack([x, y, z])  # [[1, 4], [2, 5], [3, 6]] (Pack along first dim.)
tf.stack([x, y, z], axis=1)  # [[1, 2, 3], [4, 5, 6]]

Это противоположность операции unstack. Аналогом в NumPy является

tf.stack([x, y, z]) = np.stack([x, y, z])