Python Tensorflow：将两个维度为X的张量组合成一个维度为X+的张量；1.

我正在使用Tensorflow进行情绪分析，但有一个问题我无法解决：

我有一个张量（输入）形状为

[？，38][batch\u size，max\u word\u length]

，还有一个（预测）形状为

[？，3][batch\u size，predicted\u label]

我的目标是将两个张量组合成一个形状为[？，38，3]的张量。
这个张量被用作第二阶段的输入

看起来很容易，但我找不到办法

---

你能告诉我怎么做吗？这是不可能的。你有张量，它包含

batch\u size*max\u word\u length

包含

批量大小*预测标签的元素和张量。因此有

批量大小*（最大字长+预测标签）

元素。现在，您要创建新的张量
[批大小，最大单词长度，预测标签]

批量大小*最大字长*预测标签

元素。你没有足够的元素来做这件事。
嗯，是的，你是对的，所以
tf.concat（[input，prediction]，1）
导致
[？，41]
是一条路要走。但是我如何在一个不同的特征编码器上执行这个操作，它给了我一个类似于
[None，38，78，109]
的张量，例如
[batch\u size，words\u per\u line，chars\u per\u word，mably\u chars\u one\u hot]
而你用什么加入了这个张量？我想加入
[None，38，78，109]
例如
[批量大小、每行字数、每字字数、可能的单字热]
张量和
[？，3][批量大小、预测标签]
tensor。所以我把下一阶段的所有信息都放在一个地方。如果这不可能，我需要一个有两个输入的神经网络，比如.B.t.w。谢谢你的帮助。嗯。我没有使用NN表示字符等的经验。我使用NN表示CV。但是在CV中，我向NN提供了两个张量：一批图像
[batch\u size，height，width，Channel]
和第二批与图像相对应的标签
[batch\u size，labels\u for\u one\u image\u cnt]
。我没有将这两个张量连接起来，但这不是问题。但我不确定这是否与您的情况相同。