tf.concat中axis参数具体指什么？如何正确使用？

本文共计1043个文字，预计阅读时间需要5分钟。

在TensorFlow中，`tf.concat`的`axis`参数用于指定沿着哪个轴进行拼接。以下是对`axis`参数使用的简单理解和笔记：

pythonimport tensorflow as tftf.enable_eager_execution()

import numpy as np

先生成两个矩阵 m1 和 m2，大小为 2 行 3 列m1=np.array([[1, 2, 3], [4, 5, 6]])m2=np.array([[7, 8, 9], [10, 11, 12]])

使用 tf.concat 进行拼接如果 axis=0，则沿着行方向拼接concat_0=tf.concat([m1, m2], axis=0)print(沿着行方向拼接:)print(concat_0.numpy())

如果 axis=1，则沿着列方向拼接concat_1=tf.concat([m1, m2], axis=1)print(沿着列方向拼接:)print(concat_1.numpy())

通过这个例子，我们可以看到`axis`参数的不同值会影响拼接的方向。当`axis=0`时，矩阵沿着行拼接；当`axis=1`时，矩阵沿着列拼接。

tensorflow中tf.concat的axis的使用我一直理解的比较模糊，这次做个笔记理下自己的思路。