tf.concat函數(shù)：函數(shù)功能比較簡單，主要用于連接兩個(gè)數(shù)組

參數(shù)：
values：需要連接的數(shù)組,注意數(shù)組的維度應(yīng)該一致
axis：從哪個(gè)維度來連接數(shù)組

例子：

1.一維數(shù)組

 import tensorflow as tf

 if __name__ == "__main__":
    a = [1,2,3]
    b = [4,5,6]
    c = tf.concat([a,b],0)
    sess = tf.InteractiveSession()
    print(sess.run(c)) #[1 2 3 4 5 6]

注意：axis參數(shù)不能超過數(shù)組的維度。如果超過數(shù)組的維度，如下：

  c = tf.concat([a,b],1)

則會報(bào)，ValueError: Shape must be at least rank 2 but is rank 1 for 'concat'，意思是數(shù)組至少是二維，axis才能為1。

2.二維數(shù)組

  a = [[1,1],[2,2],[3,3]]
  b = [[4,4],[5,5],[6,6]]
  c = tf.concat([a,b],0)
  print(sess.run(c))
"""
[[1 1]
 [2 2]
 [3 3]
 [4 4]
 [5 5]
 [6 6]]
"""
  c = tf.concat([a,b],1) #等價(jià)于tf.concat([a,b],-1)
  print(sess.run(c))
"""
[[1 1 4 4]
 [2 2 5 5]
 [3 3 6 6]]
"""

3.三維數(shù)組

  a = [[[1,1],[2,2]],[[3,3],[4,4]]]
  b = [[[5,5]],[[6,6]]]

  c = tf.concat([a,b],1)
  print(sess.run(c))
"""
[[[1 1]
  [2 2]
  [5 5]]

 [[3 3]
  [4 4]
  [6 6]]]
"""

4. a = [[1, 2], [3, 4]]
   b = [[5, 6]]
   c = np.concatenate((a, b), axis=None)
   """
    [[1,2,3,4,5,6]]
   """
   

5.如何來判斷數(shù)組是否在該個(gè)維度上的shape是相同的呢？
其實(shí)很簡單，我們根據(jù)tf.concat的axis參數(shù)來去數(shù)組的[]，0表示去掉最外面的一層，1去掉兩層，以此類推，下面舉例說明一下。
如：最后一個(gè)例子中的c = tf.concat([a,b],1)，我們先將a去掉最外面兩層[]，變成了[1,1],[2,2]和[3,3],[4,4]]，然后再將b去掉最外面兩層[]，變成了[5,5]和[6,6]，此時(shí)再進(jìn)行concat，可以發(fā)現(xiàn)此時(shí)的shape是相等的。
參考：
https://blog.csdn.net/sinat_29957455/article/details/86100641