【思维导图】tf.keras.layers.Concatenate 用法整理

两者定义形式不一样，但效果是一样的

参考文献：https://tensorflow.google.cn/api_docs/python/tf/keras/layers/Concatenate?hl=zh-cn

tf.keras.layers.Concatenate
《tf.keras.layers.Concatenate》
tf.keras.layers.Concatenate（大写）
otf.keras.layers.Concatenate( axis=-1, kwargs)
Arguments
axis
o Axis along which to concatenate.
连接的轴。
kwargs
ostandard layer keyword arguments.
标准层关键字参数。
oIt takes as input a list of tensors, all of the same shape except for the concatenation axis, and returns a single tensor that is the concatenation of all inputs.
它以一个张量列表作为输入，除了连接轴，所有的形状都是一样的，然后返回一个张量它是所有输入的串联。
o例子
案例一
x = np.arange(20).reshape(2, 2, 5)
oy = np.arange(20, 30).reshape(2, 1, 5)
第一层括号里面两个
第二层括号里面一个
第三层括号里面五个
tf.keras.layers.Concatenate(axis=1)([x, y])
oaxis=1
加在第二层里面
o但也有返回的内容呀？
案例二
x1 = tf.keras.layers.Dense(8)(np.arange(10).reshape(5, 2))x2 = tf.keras.layers.Dense(8)(np.arange(10, 20).reshape(5, 2))
concatted = tf.keras.layers.Concatenate()([x1, x2])
oconcatted.shape
tf.keras.layers.concatenate（小写）
otf.keras.layers.concatenate( inputs, axis=-1, kwargs)
Arguments
inputs
oA list of input tensors (at least 2).
axis
oConcatenation axis.
连接轴
kwargs
oStandard layer keyword arguments.
Returns
A tensor, the concatenation of the inputs alongside axis axis.
o一个张量，输入与轴的连接。
oFunctional interface to the Concatenate layer.
连接层的功能接口。
o案例
x = np.arange(20).reshape(2, 2, 5)
y = np.arange(20, 30).reshape(2, 1, 5)
tf.keras.layers.concatenate([x, y],axis=1)
inputs
oA list of input tensors (at least 2).
axis
oConcatenation axis.

y = np.arange(20, 30).reshape(2, 1, 5)

concatted.shape

x = np.arange(20).reshape(2, 2, 5)

tf.keras.layers.concatenate([x, y],axis=1)

x = np.arange(20).reshape(2, 2, 5)

tf.keras.layers.Concatenate(axis=1)([x, y])

y = np.arange(20, 30).reshape(2, 1, 5)