Python 在TF/Numpy中实现这种连接的优雅方式？

我有一个张量tmp1。我想创建tmp2，它是沿着tmp1的第一个轴的tmp1的N个副本（tmp1沿着其第一个轴的维度为1）。 我用了一个for循环。但我讨厌他们，因为他们减慢了训练。有没有更好的方法来创建tmp2

tmp2 = tf.concat((tmp1, tmp1), axis=1)
for i in range(2*batch_size-2):
    tmp2 = tf.concat((tmp2, tmp1), axis=1)

---

我在上面所做的是：首先使用两个tmp1副本初始化tmp2，然后以类似的方式沿该轴继续添加更多副本。

我想您需要numpy

repeat（）

。使用

轴

参数指定要沿哪个轴重复：

In [1]: x = np.random.randint(1, 10, (5,5))                                                                                                                     
In [2]: x                                                                                                                                                       
Out[2]: 
array([[7, 3, 6, 8, 8],
       [6, 5, 3, 3, 9],
       [1, 7, 1, 5, 7],
       [4, 6, 6, 8, 3],
       [3, 7, 8, 6, 7]])
In [4]: x.repeat(2, axis=1)                                                                                                                                     
Out[4]: 
array([[7, 7, 3, 3, 6, 6, 8, 8, 8, 8],
       [6, 6, 5, 5, 3, 3, 3, 3, 9, 9],
       [1, 1, 7, 7, 1, 1, 5, 5, 7, 7],
       [4, 4, 6, 6, 6, 6, 8, 8, 3, 3],
       [3, 3, 7, 7, 8, 8, 6, 6, 7, 7]])

或者可能

numpy.tile（）

：

---

完美的正是我想要的。原来tensorflow有自己的版本tf.tile。我知道我错过了一些东西。不幸的是，tf.tile不如repeat灵活，因为您无法指定连接轴。你必须做一个整形手术，明白了吗。谢谢

In [15]: np.tile(x, 2)                                                                                                                                            
Out[15]: 
array([[7, 3, 6, 8, 8, 7, 3, 6, 8, 8],
   [6, 5, 3, 3, 9, 6, 5, 3, 3, 9],
   [1, 7, 1, 5, 7, 1, 7, 1, 5, 7],
   [4, 6, 6, 8, 3, 4, 6, 6, 8, 3],
   [3, 7, 8, 6, 7, 3, 7, 8, 6, 7]])