tf.stack

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

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

См. также tf.concat, tf.tile, tf.repeat.

Упаковывает список тензоров в values в тензор с рангом на единицу выше, чем у каждого тензора в values, упаковывая их вдоль axis измерения. Учитывая список длиной N тензоров формы (A, B, C);

если axis == 0 , то тензор output будет иметь форму (N, A, B, C). если axis == 1 , то тензор output 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])
<tf.Tensor: shape=(3, 2), dtype=int32, numpy=
array([[1, 4],
       [2, 5],
       [3, 6]], dtype=int32)>
tf.stack([x, y, z], axis=1)
<tf.Tensor: shape=(2, 3), dtype=int32, numpy=
array([[1, 2, 3],
       [4, 5, 6]], dtype=int32)>

Это противоположность операции unstack. Эквивалент в NumPy - np.stack

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