mindspore.ops.ParallelConcat
=============================

.. py:class:: mindspore.ops.ParallelConcat

    根据第一个维度连接输入Tensor。

    Concat和ParallelConcat之间的区别在于，Concat要求在操作开始之前需要计算所有的输入，但不要求在构图期间知道输入shape。
    ParallelConcat将在输入片段可用时，将其复制到输出中，在某些情况下，这可以提供性能优势。

    .. note::
        输入Tensor在第一个维度要求长度为1。

    输入：
        - **values** (tuple, list) - 由Tensor组成的tuple或list。其元素的数据类型和shape必须相同，且每个Tensor的rank不能小于1。CPU上支持数据类型为数值型，Ascend上支持数据类型为除去[float64, complex64, complex128]三种数据类型外的数值型。
        
    输出：
        Tensor，数据类型与 `values` 相同。
        
    异常：
        - **TypeError** - 如果输入不是Tensor。
        - **TypeError** - 如果 `values` 中各个Tensor的数据类型和shape不相同。
        - **ValueError** - 如果任意一个输入Tensor的shape第一维长度不是1。
        - **ValueError** - 如果 `values` 中的Tensor的秩小于1。
        - **ValueError** - 如果输入各Tensor的shape不一致。