concat¶
对输入沿参数 axis 轴进行联结，返回一个新的 Tensor。该 API 不支持输入 0-D Tensor，因为其必须指定沿着某个轴拼接，而 0-D Tensor 没有轴。
参数¶
x (list|tuple) - 待联结的 Tensor list 或者 Tensor tuple，支持的数据类型为：bool、float16、float32、float64、int32、int64、uint8，
x中所有 Tensor 的数据类型应该一致。axis (int|Tensor，可选) - 指定对输入
x进行运算的轴，可以是整数或者形状为[]的 0-D Tensor，数据类型为 int32 或者 int64。axis的有效范围是 [-R, R)，R 是输入x中 Tensor 的维度，axis为负值时与 \(axis + R\) 等价。默认值为 0。name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回¶
联结后的 Tensor，数据类型和 x 中的 Tensor 相同。
代码示例¶
>>> import paddle
>>> x1 = paddle.to_tensor([[1, 2, 3],
... [4, 5, 6]])
>>> x2 = paddle.to_tensor([[11, 12, 13],
... [14, 15, 16]])
>>> x3 = paddle.to_tensor([[21, 22],
... [23, 24]])
>>> zero = paddle.full(shape=[1], dtype='int32', fill_value=0)
>>> # When the axis is negative, the real axis is (axis + Rank(x))
>>> # As follow, axis is -1, Rank(x) is 2, the real axis is 1
>>> out1 = paddle.concat(x=[x1, x2, x3], axis=-1)
>>> out2 = paddle.concat(x=[x1, x2], axis=0)
>>> out3 = paddle.concat(x=[x1, x2], axis=zero)
>>> print(out1)
Tensor(shape=[2, 8], dtype=int64, place=Place(cpu), stop_gradient=True,
[[1 , 2 , 3 , 11, 12, 13, 21, 22],
[4 , 5 , 6 , 14, 15, 16, 23, 24]])
>>> print(out2)
Tensor(shape=[4, 3], dtype=int64, place=Place(cpu), stop_gradient=True,
[[1 , 2 , 3 ],
[4 , 5 , 6 ],
[11, 12, 13],
[14, 15, 16]])
>>> print(out3)
Tensor(shape=[4, 3], dtype=int64, place=Place(cpu), stop_gradient=True,
[[1 , 2 , 3 ],
[4 , 5 , 6 ],
[11, 12, 13],
[14, 15, 16]])