如何在 TensorFlow 中水平连接两个张量？答案

【问题标题】：How to concatenate two tensors horizontally in TensorFlow?如何在 TensorFlow 中水平连接两个张量？
【发布时间】：2017-04-13 01:43:55
【问题描述】：

我有 2 个形状张量 (100, 4) 和 (100, 2)。我想在 TensorFlow 中执行连接操作，类似于在 NumPy 中的np.hstack，以便输出的形状为(100, 6)。有没有 TensorFlow 函数可以做到这一点？

【问题讨论】：

【解决方案1】：

您可以按如下方式使用tf.concat：

sess=tf.Session()
t1 = [[1, 2], [4, 5]]
t2 = [[7, 8, 9], [10, 11, 12]]
res=tf.concat(concat_dim=1,values=[t1, t2])
print(res.eval(session=sess))

打印出来

[[ 1  2  7  8  9]
 [ 4  5 10 11 12]]

【讨论】：

【解决方案2】：

我尝试了上面的代码，我得到了一些错误。以下代码在 tf 1.15 版本下运行良好：

x = tf.constant( [[1, 2,4],[7,8,12]])

y = tf.constant([[88],[99]])

res=tf.concat([x, y],1)

【讨论】：

【解决方案3】：

我也有类似的问题。我尝试将两个图像张量与 Keras 连接起来。 Tensor type and shape 两者是相同的，但它表示 Layer concatenate_X（数字 X 的变化）是使用不是符号张量的输入调用的。接收类型：我尝试像这样连接它们：

X=concatenate([X1,X2],axis=-1)

【讨论】：

【解决方案4】：

在 PyTorch 中有一种更简单的方法。假设 t1 是您的 100x4 张量，而 t2 是 100x2 张量。您可以执行以下操作：

result= torch.concat((t1,t2), axis=1)

结果是一个 100x6 的张量。

【讨论】：