TF.Funkcja łącząca się w Tensorflow.JS

TF.Funkcja łącząca się w Tensorflow.JS

W tensorflow.biblioteka JS, TF.Funkcja conat () służy do łączenia dwóch lub więcej tensorów.

Połączenie tensorów 1D

W takim przypadku tensory są dołączane na końcu pierwszego tensora.

Składnia:

tf.Conat ([tensor1, tensor2,…])

Parametr:

Wymaga dwóch lub więcej tensorów jako parametru, który może być jednowymiarowy.

Przykład 1

Utwórz dwa tensory 1D z liczbami całkowitymi i łączą dwa tensory.







Wyjście:

Wartości w tensor-2 są dołączane do Tensor-1.

Przykład 2

Utwórz cztery tensory 1D z liczbami całkowitymi i łączą cztery tensory.







Wyjście:

Wartości w tensor-2, tensor-3 i tensor-4 są dołączane do Tensor-1.

Połączenie tensorów 2D

W takim przypadku połączymy tensory, które mają dwa wymiary. TF.Funkcja concat () przyjmuje jeden opcjonalny parametr osi i wartości całkowitej IE.

Jeśli określamy 0, wszystkie wiersze w pozostałych tensorach są dołączane jeden po drugim do pierwszego tensora.

Jeśli określamy 1, to wiersz po wiersz we wszystkich tensorach jest połączony jeden po drugim.

Domyślnie jest to 0.

Składnia:

tf.Conat ([tensor1, tensor2,…], oś)

Parametr:

Wymaga dwóch lub więcej tensorów jako parametru, który może być dwuwymiarowy.

Przykład 1

Utwórz dwa tensory 2D z 2 wierszami i 2 kolumnami i połącz dwa tensory, określając oś 0.







Wyjście:

Wartości w tensor-2 są dołączane do Tensor-1.

Przykład 2

Utwórz dwa tensory 2D z dwoma wierszami i dwiema kolumnami i połącz dwa tensory, określając oś 1.







Wyjście:

Pierwsze wartości wiersza w tensor-2 są dołączane do wartości pierwszego rzędu w tensor-1. Podobnie wartości drugiego wiersza w tensor-2 są dołączane do wartości drugiego rzędu w tensor-1.

Przykład 3

Utwórz trzy tensory 2D z dwoma wierszami i dwiema kolumnami i połącz trzy tensory.







Wyjście:

Na pierwszym wyjściu powstają trzy tensory.

Na drugim wyjściu, wiersz po rzędu we wszystkich tensorach jest połączony.

Wniosek

W tym tensorflow.Artykuł JS, widzieliśmy, jak połączyć dwa lub więcej tensorów za pomocą TF.funkcja conat (). Upewnij się, że rozumiesz wszystkie omówione przykłady i masz różnicę między parametrami osi-0/1. Na podstawie wymagań możesz ustawić parametr na 0 lub 1.