Учитывая список тензоров или разрозненных тензоров с одинаковым рангом R (R >= axis), возвращает тензор ранга R+1RaggedTensorresult такой, что result[i0...iaxis] является [value[i0...iaxis] for value in values].
# Stacking two dense tensors with different sizes.
t3 = tf.constant([[1, 2, 3], [4, 5, 6]])
t4 = tf.constant([[5], [6], [7]])
tf.ragged.stack([t3, t4], axis=0)
<tf.RaggedTensor [[[1, 2, 3], [4, 5, 6]], [[5], [6], [7]]]>
Аргументы
values
Список tf.Tensor или tf.RaggedTensor. Не может быть пустым. Все values должны иметь одинаковый ранг и тип данных; но в отличие от tf.stack, они могут иметь произвольные размеры размерностей.
axis
Целое число Python, указывающее размерность, по которой следует производить стекинг. (Примечание: в отличие от tf.stack, параметр axis должен быть статически известным.) Отрицательные значения поддерживаются только в том случае, если ранг по крайней мере одного значения values статически известен.
name
Префикс имени возвращаемого тензора (необязательно).
Возвращаемое значение
RaggedTensor с рангом R+1 (если R>0). Если R==0, то результат будет возвращен как 1D Tensor, так как RaggedTensor может использоваться только в случае rank>1. result.ragged_rank=1+max(axis, max(rt.ragged_rank for rt in values])).
Возбуждаемые исключения
ValueError
Если values пусто, если axis находится вне границ или если входные тензоры имеют разные ранги.