tf.concat 不同长度的张量

Posted 2023-02-16

【中文标题】tf.concat 不同长度的张量

【英文标题】：tf.concat tensors with different length

【发布时间】：2022-01-10 22:55:19

【问题描述】：

我有 2 个张量，例如：

a = tf.constant([[1, 2, 3], [1, 2, 3]])
b = tf.constant([1, 2, 3, 4, 5])

我想要的输出是：

<tf.Tensor: shape=(4, 2), dtype=int64, numpy=
 array([[1, 2, 3, 0, 0],
        [1, 2, 3, 0, 0],
        [1, 2, 3, 4, 5]], dtype=int64)>

但是当我尝试tf.concat([a, b], axis=0) 时，我得到了这个错误：

InvalidArgumentError: ConcatOp : Dimensions of inputs should match: shape[0] = [2,3] vs. shape[1] = [1,5] [Op:ConcatV2] name: concat

【问题讨论】：

这能回答你的问题吗？ Keras Concatenate layer dimensions acting up

@A.Najafi 我认为不是。 Lambda，如果我没记错的话，不能“扩展”你的张量维度添加 0 值，对吧？

【参考方案1】：

试试这个：

a = tf.constant([[1, 2, 3], [1, 2, 3]])
b = tf.constant([1, 2, 3, 4, 5])

c = tf.concat([tf.pad(a, tf.constant([[0,0], [0,2]])), tf.expand_dims(b, axis=0)], axis=0)
tf.print(c)

[[1 2 3 0 0]
 [1 2 3 0 0]
 [1 2 3 4 5]]