mindspore.ops.cat

mindspore.ops.cat(tensors, axis=0)

在指定轴上拼接输入Tensor。

输入为tuple或list，其中所有元素的秩相同，记为 $R$ 。设定拼接轴为 $m$ ，且满足 $0\le m<R$ 。假设输入元素数量为 $N$ ，第 $i$ 个元素 $t_i$ 的shape为 $(x_1,x_2,...,x_{mi},...,x_R)$ ，其中 $x_{mi}$ 是第 $t_i$ 个元素的第 $m$ 个维度。则输出Tensor的shape为：

$$(x_1,x_2,...,\sum _{i=1}^N{x}_{mi},...,x_R)$$

参数：

• tensors (Union[tuple, list]) - 输入为Tensor组成的tuple或list。假设在这个tuple或list中有两个Tensor，即 t1 和 t2 。要在0轴方向上执行 Concat ，除 $0$ 轴外，其他轴的shape都应相等，即 $t1.shape[1]=t2.shape[1],t1.shape[2]=t2.shape[2],...,t1.shape[R-1]=t2.shape[R-1]$ ，其中 $R$ 是Tensor的秩。

• axis (int) - 表示指定的轴，取值范围是 $[-R,R)$ 。默认值： 0 。

返回：

Tensor，shape为 $(x_1,x_2,...,\sum _{i=1}^N{x}_{mi},...,x_R)$ ，数据类型与 tensors 相同。

异常：

• TypeError - axis 不是int。

• ValueError - tensors 中的Tensor维度不同。

• ValueError - axis 的值不在 $[-R,R)$ 范围内。

• ValueError - 除了 axis 之外， tensors 的shape不相同。

• ValueError - tensors 为空tuple或list。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> input_x1 = Tensor(np.array([[0, 1], [2, 1]]).astype(np.float32))
>>> input_x2 = Tensor(np.array([[0, 1], [2, 1]]).astype(np.float32))
>>> output = ops.cat((input_x1, input_x2))
>>> print(output)
[[0. 1.]
 [2. 1.]
 [0. 1.]
 [2. 1.]]
>>> output = ops.cat((input_x1, input_x2), 1)
>>> print(output)
[[0. 1. 0. 1.]
 [2. 1. 2. 1.]]