concat

paddle.concat ( x, axis=0, name=None ) [源代码]

该OP对输入沿 axis 轴进行联结,返回一个新的Tensor。

参数:

  • x (list|tuple) - 待联结的Tensor list或者Tensor tuple ,支持的数据类型为:bool, float16, float32、float64、int32、int64, x 中所有Tensor的数据类型应该一致。

  • axis (int|Tensor,可选) - 指定对输入 x 进行运算的轴,可以是整数或者形状为[1]的Tensor,数据类型为int32或者int64。 axis 的有效范围是[-R, R),R是输入 x 中Tensor的维度, axis 为负值时与

    concat - 图1

    等价。默认值为0。

  • name (str,可选) – 具体用法请参见 Name ,一般无需设置,默认值为None。

返回:联结后的Tensor ,数据类型和 x 中的Tensor相同。

代码示例

  1. import paddle
  2. import numpy as np
  3. in1 = np.array([[1, 2, 3],
  4. [4, 5, 6]])
  5. in2 = np.array([[11, 12, 13],
  6. [14, 15, 16]])
  7. in3 = np.array([[21, 22],
  8. [23, 24]])
  9. x1 = paddle.to_tensor(in1)
  10. x2 = paddle.to_tensor(in2)
  11. x3 = paddle.to_tensor(in3)
  12. zero = paddle.full(shape=[1], dtype='int32', fill_value=0)
  13. # When the axis is negative, the real axis is (axis + Rank(x))
  14. # As follow, axis is -1, Rank(x) is 2, the real axis is 1
  15. out1 = paddle.concat(x=[x1, x2, x3], axis=-1)
  16. out2 = paddle.concat(x=[x1, x2], axis=0)
  17. out3 = paddle.concat(x=[x1, x2], axis=zero)
  18. # out1
  19. # [[ 1 2 3 11 12 13 21 22]
  20. # [ 4 5 6 14 15 16 23 24]]
  21. # out2 out3
  22. # [[ 1 2 3]
  23. # [ 4 5 6]
  24. # [11 12 13]
  25. # [14 15 16]]