如何仅使用 tensorflow 操作附加 1 级张量？

Question

假设我有两个不同（重要）长度的 1 级张量：

import tensorflow as tf
x = tf.constant([1, 2, 3])
y = tf.constant([4, 5])

现在我想将 y 附加到 x 的末尾以给我张量：

<tf.Tensor: shape=(5,), dtype=int32, numpy=array([1, 2, 3, 4, 5], dtype=int32)>

但我似乎无法弄清楚如何。

我将在一个函数中执行此操作，我将使用 tf.function 进行装饰，我的理解是一切都需要 tensorflow 操作才能使 tf.function 装饰器工作。也就是说，将 x 和 y 转换为 numpy 数组再转换回张量会导致问题。

谢谢！

编辑：

解决方案是使用@Andrey 指出的 tf.concat() ：

tf.concat([x, y], axis=0)

事实证明，问题是在尝试将单个数字附加到 1 阶张量的末尾时产生的，如下所示：

x = tf.constant([1, 2, 3])
y = tf.constant(5)

tf.concat([x, y], axis=0)

失败，因为这里 y 是形状 () 的 0 阶张量。这可以通过写来解决：

x = tf.constant([1, 2, 3])
y = tf.constant([5])

tf.concat([x, y], axis=0)

因为 y 将是形状为 (1,) 的 1 阶张量。

Answer 1

使用tf.concat():

import tensorflow as tf
t1 = tf.constant([1, 2, 3])
t2 = tf.constant([4, 5])
output = tf.concat([t1, t2], 0)