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

tf.concat是連接兩個矩陣的操作

除了name參數外，與方法有關的一共兩個參數：

第一個參數concat_dim：必須是一個常數，表明在哪一個維度做矩陣串接

如果concat_dim是0，那麼在某一個shape的第一個維度上串接

For example

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
t3 = tf.concat([t1, t2], 0)  # [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
t4 = tf.concat([t1, t2], 1)  # [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]

t3 為串接 t1 與 t2 第一個維度的矩陣；t4 為串接 t1 與 t2 第二個維度的矩陣

t1 與 t2 的 shape 都是 [2, 3]

因此 t3 的維度是 [4, 3]； t4 的維度是 [2, 6]

As in Python, theaxiscould also be negative numbers. Negativeaxisare interpreted as counting from the end of the rank, i.e.,axis + rank(values)-th dimension.

For example: