mindspore.ops.concat

mindspore.ops.concat(input_x, axis=0)

在指定轴上拼接输入Tensor。

输入的是一个tuple或list。其元素秩相同，即 \(R\) 。将给定的轴设为 m ，并且 \(0 \le m < R\) 。输入元素的数量设为 \(N\) 。对于第 \(i\) 个数据， \(t_i\) 的shape为 \((x_1, x_2, ..., x_{mi}, ..., x_R)\) 。 \(x_{mi}\) 是第 \(i\) 个元素的第 \(m\) 个维度。则，输出tensor的shape为：

\[(x_1, x_2, ..., \sum_{i=1}^Nx_{mi}, ..., x_R)\]

参数：

• input_x (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 x1 和 x2 。要在0轴方向上执行 Concat ，除0轴外，其他轴的shape都应相等，即 \(x1.shape[1] = x2.shape[1]，x1.shape[2] = x2.shape[2]，...，x1.shape[R] = x2.shape[R]\) ，其中 \(R\) 表示最后一个轴。

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

返回：

Tensor，shape为 \((x_1, x_2, ..., \sum_{i=1}^Nx_{mi}, ..., x_R)\) 。数据类型与 input_x 相同。

异常：

• TypeError - axis 不是int。

• ValueError - input_x 是不同维度的Tensor。

• ValueError - axis 的值不在区间 \([-R, R)\) 内。

• RuntimeError - 除了 axis 之外， input_x 的shape不相同。

支持平台：

Ascend GPU CPU

样例：

>>> 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.concat((input_x1, input_x2))
>>> print(output)
[[0. 1.]
 [2. 1.]
 [0. 1.]
 [2. 1.]]
>>> output = ops.concat((input_x1, input_x2), 1)
>>> print(output)
[[0. 1. 0. 1.]
 [2. 1. 2. 1.]]