Python 如何从Tensorflow中的两个标量构建张量？

我有两个由以下操作产生的标量：

a=tf.reduce_sum（tensor1）

，

b=tf.matmul（tf.transpose（tensor2），tensor3）

这是一个点积，因为

tensor2

和

tensor3

具有相同的维度（一维向量）。由于这些张量具有形状

[None，dim1]

，因此很难处理这些形状

我想用

a

和

b

构建一个具有形状（2,1）的张量

我尝试了

tf.Tensor（[a，b]，dtype=tf.float64，value\u index=0）

，但出现了错误

TypeError:op需要是一个操作：[，]

---

有没有更简单的方法来建立张量/向量？

这可能就行了。根据需要更改轴

a = tf.constant(1)
b = tf.constant(2)
c = tf.stack([a,b],axis=0)

输出：

array([[1],
       [2]], dtype=int32)

您可以使用来实现这一点：

import tensorflow as tf
t1 = tf.constant([1])
t2 = tf.constant([2])
c = tf.reshape(tf.concat([t1, t2], 0), (2, 1))

with tf.Session() as sess:
    print sess.run(c)

---

类似地，你可以通过

tf.stack

来实现它。这种方法不起作用，我将重新表述我的问题，因为我省略了一些细节。你写道：

我有两个标量是由….产生的。因为这些张量具有形状[None，dim1]

。那么它们是标量还是向量呢？@Deigo:你试过tf.stack版本吗？我只使用了shape None的常量。@salvadodali你是对的，实际上它们都具有上面提到的形状

tensor1.shape=[None，dim1]

，因此我可以进行批处理。所以这些是（应该）批处理大小的向量，那么您不应该对tf.concat或tf.stack有任何问题