mindspore.ops.cat

mindspore.ops.cat(tensors, axis=0)[源代码]

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 \(t_i\) 个元素的第 \(m\) 个维度。则，输出Tensor的shape为：

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

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

异常：

TypeError - axis 不是int。
ValueError - tensors 是不同维度的Tensor。
ValueError - axis 的值不在区间 \([-R, R)\) 内。
RuntimeError - 除了 axis 之外， tensors 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.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.]]