Python 连接两个张量

我有两种类型的张量：

<class 'tensorflow.python.framework.ops.EagerTensor'> 

获取错误：

InvalidArgumentError: cannot compute ConcatV2 as input #1(zero-based) was expected to be a uint8 tensor but is a float tensor [Op:ConcatV2] name: concat

---

但不起作用，请帮助。

连接时，需要确保两个张量的类型相同。将uint8 1转换为浮动（更可能是您想要的），反之亦然（尽管将浮动转换为uint8可能不会得到您期望的结果）

将tensorflow导入为tf
将numpy作为np导入
tf.compat.v1.enable_eager_execution（）
张量1=tf.ones（[64,10]，dtype=tf.uint8）
tensor2=tf.ones（[64100]，dtype=tf.float32）
#打印（x型）
tf.concat（axis=1，values=[tf.cast（tensor1，tf.float32），tensor2]）#得到了它，谢谢@GPhilo
InvalidArgumentError: cannot compute ConcatV2 as input #1(zero-based) was expected to be a uint8 tensor but is a float tensor [Op:ConcatV2] name: concat

import tensorflow as tf
import numpy as np

tf.compat.v1.enable_eager_execution()

tensor1 = tf.ones([64, 10], dtype=tf.uint8)
tensor2 = tf.ones([64, 100], dtype=tf.float32)
# print(type(x))            # <type 'EagerTensor'>

tf.concat(axis=1, values = [tf.cast(tensor1, tf.float32), tensor2]) # <<<< note the cast