深度学习学习笔记——各种concatenate
tf.concattf.concat([tensor1, tensor2, tensor3,...], axis)tf.keras.layers.Concatenate、tf.keras.layers.concatenatekeras.layer.Concatenate()和keras.layer.concatenate()的区别。前者是创建一个Concatenate层,像函数一样立即使用它来合并
·
tf.concat
tf.concat([tensor1, tensor2, tensor3,...], axis)
tf.keras.layers.Concatenate、tf.keras.layers.concatenate
keras.layer.Concatenate()和keras.layer.concatenate()的区别。
前者是创建一个Concatenate层,像函数一样立即使用它来合并几个输入;后者创建一个Concatenate层并立即使用给定的输入对其进行调用。具体用法如下:
concat = keras.layers.Concatenate()([x,y])#默认是axis=2,按深度方向特征融合
concat = keras.layers.Concatenate(aixs)([x,y])
concat = keras.layers.concatenate([input_A, hidden2],axis)
np.concatenate
np.concatenate([a,b],axis)

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
所有评论(0)