一：原型 concat(values, axis, name=“concat”)。简单理解即将传入的values(若干shape完全一样的N维张量)在指定的维度axis(0<= axis <= N-1)上进行拼接,并返回拼接后的张量。 二：代码分析 1：一维张量 a = tf.constant([1，2]) b = tf.constant([3, 4]) c = tf.concat(values=[a, b], axis=0) with tf.Session() as sess:

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。 import tensorflow as tf tf.enable_eager_execution() import numpy as np 先生成两个矩阵m1, 和m2, 大小为两行三列 m1 = np.random.rand(2,3) # m1.shape (2,3) m1 >>array([[0.44529968, 0.42451167, 0.07463199],