tf.concat的用法

匿名 (未验证) 提交于 2019-12-03 00:09:02
import numpy as npimport tensorflow as tfsess=tf.Session()a=np.zeros((1,2,3,4))b=np.ones((1,2,3,4))c1 = tf.concat([a, b], axis=-1)  # 倒数第一维度增加,其它不变d1=sess.run(c1)print('d1=',d1)print('d1.shape=',d1.shape)c = tf.concat([a, b], axis=-2)    #倒数第二维度增加,其它不变d=sess.run(c)print('d=',d)print('d.shape=',d.shape)a1=np.zeros((3,4))b1=np.ones((3,4))c2 = tf.concat([a1, b1], axis=-1)   # 如果是二维就和axis=1一样,第2维坐标增加,就是行不变,列增加d2=sess.run(c2)print('d2=',d2)print('d2.shape=',d2.shape)

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!