Machine learning Keras中沿特定轴的三维张量列表的串联

我写了上面的代码片段，其中y\u word\u max\u len=9

主解码器是一个形状张量（无，9256）

和y\u char\u max\u len=7

58是我输出的大小 在片段被删除后，输出被删除

子解码器输出是张量（“整形2/整形：0”，整形=（？，1，7， 58），数据类型=32）

子解码器输出是张量（“整形3/整形：0”，整形=（？，1，7， 58），数据类型=32）

子解码器输出为张量（“整形_4/整形：0”，整形=（？，1，7， 58），数据类型=32）

子解码器的输出是张量（“整形_5/整形：0”，整形=（？，1，7， 58），数据类型=32）

子解码器输出为张量（“整形_6/整形：0”，整形=（？，1，7， 58），数据类型=32）

子解码器输出为张量（“整形_7/整形：0”，整形=（？，1，7， 58），数据类型=32）

子解码器的输出是张量（“整形_8/整形：0”，整形=（？，1，7， 58），数据类型=32）

子解码器的输出是张量（“整形_9/整形：0”，形状=（？，1，7， 58），数据类型=32）

子解码器的输出是张量（“整形_10/整形：0”，形状=（？，1，7， 58），数据类型=32）

---

现在我想把由此得到的所有张量（9）连接成一个

形状（？，9,7,58）

我如何在Keras中实现这一点。

---

谢谢添加连接层：

for i in range(y_word_max_len):
    sub_decoder_input = gather(main_decoder,(i))
    # print(sub_decoder_input)
    sub_decoder_input_repeated = RepeatVector(y_char_max_len)(sub_decoder_input)
    sub_decoder = LSTM(256,return_sequences=True,name='sub_decoder')(sub_decoder_input_repeated)
    sub_decoder_output = TimeDistributed(Dense(58,activation='softmax'),name='sub_decoder_output')(sub_decoder)
    sub_decoder_output_reshaped = Reshape((1,y_char_max_len,58))(sub_decoder_output)
    print("Sub decoder output is ",sub_decoder_output_reshaped)

为此，最好创建一个子传感器列表，并使用循环附加到此列表：

joined = Concatenate(axis=1)([sub1, sub2, sub3, sub4, sub5....])

---

添加连接层：

for i in range(y_word_max_len):
    sub_decoder_input = gather(main_decoder,(i))
    # print(sub_decoder_input)
    sub_decoder_input_repeated = RepeatVector(y_char_max_len)(sub_decoder_input)
    sub_decoder = LSTM(256,return_sequences=True,name='sub_decoder')(sub_decoder_input_repeated)
    sub_decoder_output = TimeDistributed(Dense(58,activation='softmax'),name='sub_decoder_output')(sub_decoder)
    sub_decoder_output_reshaped = Reshape((1,y_char_max_len,58))(sub_decoder_output)
    print("Sub decoder output is ",sub_decoder_output_reshaped)

为此，最好创建一个子传感器列表，并使用循环附加到此列表：

joined = Concatenate(axis=1)([sub1, sub2, sub3, sub4, sub5....])