假设我有一个占位符
ph_input = tf.placeholder(dtype=tf.int32, [None, 1])
和一个向量
h = tf.zeros([1,2], dtype=tf.int32)
在此示例中，h 为简单起见用零填充，但在实际情况下，它将被其他变量更改并具有不同的值。
我想在ph_input 和h 上有效地在1 上执行concat 并得到一个形状为[None, 1+2] 的新张量。不幸的是，concat 需要所有输入张量具有相同的形状，除了 concat_dim，我的示例不满足。
我正在考虑将h 扩展为与提供给ph_input 的数据相同的形状，但我不确定如何使用占位符本身来做到这一点。如果我直接从输入数据中获取形状，那么我想没有必要使用占位符。
【问题讨论】：
标签： concat tensorflow
最通用的解决方案是使用tf.shape() op 获取占位符的运行时大小，并使用tf.tile() op 将h 扩展为合适的大小：
ph_input = tf.placeholder(dtype=tf.int32, shape=[None, 1])
h = tf.zeros([1, 2], dtype=tf.int32) # ...or some other tensor of shape [1, 2]
# Get the number of rows in the fed value at run-time.
ph_num_rows = tf.shape(ph_input)[0]
# Makes a `ph_num_rows x 2` matrix, by tiling `h` along the row dimension.
h_tiled = tf.tile(h, tf.pack([ph_num_rows, 1]))
result = tf.concat(1, [ph_input, h_tiled])
【讨论】：