學習TensorFlow，concat串連兩個（或多個）通道_TensorFlow

深度學習中，我們經常要使用的技術之一，串連連個通道作為下一個網路層的輸入，那麼在tensorflow怎麼來實現呢。

我查看了tensorflow的API，找到了這個函數：

tf.concat(concat_dim, values, name='concat')

concat_dim是tensor串連的方向（維度），values是要串連的tensor鏈表，name是操作名。cancat_dim維度可以不一樣，其他維度尺寸必須一樣。下面舉兩個例子：兩個二維tensor串連，兩個三維tensor串連。

1 兩個二維tensor串連：

concat_dim：0表示行，1表示列

t1 = [[1,2,3], [4,5,6]]

t2 = [[7,8,9], [10,11,12]]

tf.concat(0, [t1, t2]) ==> [[1,2,3], [4,5,6], [7,8,9], [10,11,12]]

tf.concat(1, [t1, t2]) ==> [[1,2,3,7,8, 9], [4,5,6,10,11, 12]]

2 兩個三維tensor串連

concat_dim：0表示縱向，1表示行，2表示列

t1 = [[[1, 1, 1],[2, 2, 2]],[[3, 3, 3],[4, 4, 4]]]

t2 = [[[5, 5, 5],[6, 6, 6]],[[7, 7, 7],[8, 8, 8]]]

參考資料：

https://www.tensorflow.org/versions/r0.8/api_docs/python/array_ops.html#concat