tf.concatの使い方について

Question

前提

機械学習のデータセットをtf.connatを使って連結させたいのですが、使い方に疑問が生まれたので2点質問させていただきます。

①axis=3とはどういう状態なのか？
②3つ以上のリストも合成することができるのか？その場合のaxisは2つの場合と同じ考え方なのか?

tensorflowについて勉強し始めたばかりなので、詳しい方がいたら教えていただきたいです。

ソースコード

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat([t1, t2], -1)#axis=3の場合はどういう時に使われるのか？

t3 =  [[13, 14, 15], [16, 17, 18]]
tf.concat([t1, t2, t3], -1)#3つ以上の時はどこを変える必要があるのか？
>>>#出力
tf.Tensor(
[[ 1  2  3  7  8  9]
 [ 4  5  6 10 11 12]], shape=(2, 6), dtype=int32)

Answer 1

本家のドキュメントに詳しい説明と例が載っているので、それを見て、自分で動かしてみるのが一番いいと思います。

https://www.tensorflow.org/api_docs/python/tf/concat

Comments

[退会済みユーザー]

本家のドキュメントには3つ以上の例が無いとは思うのですが、仮に3つ以上を合成する場合は他に何かありますでしょうか？
実際に、3つ以上の場合はコードの記載のような出力になります。

[TakaiY]

「仮に3つ以上を合成する場合は他に何かありますでしょうか？」というのはどういう意味ですか？

[退会済みユーザー]

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
t3 = [[13, 14, 15], [16, 17, 18]]
のように、合成したいものが3つ以上ある場合です。

[TakaiY]

行列は二次なので、
tf.concat([t1, t2, t3], 0), tf.concat([t1, t2, t3], 1) の何れかで結合できます。axisの負の数は逆に数えているだけです。

axis=3 は、次元が4以上でないと使えません。

[退会済みユーザー]

t5 = tf.concat([t1, t2, t3], 1)を使用した場合に、
print(t5)
>>>
tf.Tensor(
[[ 1 2 3 7 8 9 1 2 3 7 8 9]
[ 4 5 6 10 11 12 4 5 6 10 11 12]], shape=(2, 12), dtype=int32)
と表示されるのですが、13,14,15などが表示されないのですが、これはどういった状態なのでしょうか？

[TakaiY]

こちらでは、

t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
t3 = [[13, 14, 15], [16, 17, 18]]
tf.concat([t1, t2, t3], 1)

<tf.Tensor: shape=(2, 9), dtype=int32, numpy=
array([[ 1, 2, 3, 7, 8, 9, 13, 14, 15],
[ 4, 5, 6, 10, 11, 12, 16, 17, 18]], dtype=int32)>

ちゃんとこのようになります。

[退会済みユーザー]

ご回答ありがとうございました。
確認したところ、変数のタイプミスがございました。