如何在TensorFlow/Keras中拼接(None,1,n)与(None,None,m)形状的张量？

问题核心是Out1的时间步维度为1，而ts的时间步维度是可变的（None），两者无法直接在最后一维拼接，必须先将Out1的时间步扩展到与ts一致的长度。

具体实现步骤 #

1. 获取时序数据的时间步长度
   通过Lambda层提取ts的时间步维度（即第二维度的大小），这个值会根据输入批量自动适配。
2. 扩展Out1的时间步维度
   使用Lambda层结合tf.tile，将Out1在时间步维度上重复，使其形状从(None,1,n)变为(None, T, n)（T为ts的时间步长度）。
3. 执行拼接操作
   此时两个张量的时间步维度一致，可通过Concatenate层在最后一维（特征维度）拼接，得到目标形状(None, None, n+m)。

代码示例 #

import tensorflow as tf
from tensorflow.keras.layers import LSTM, Lambda, Concatenate

# 假设已定义lstm1和ts输入（lstm1需设置return_sequences=True以输出(None,1,n)）
lstm1 = LSTM(n, return_sequences=True)
Out1 = lstm1(...)  # 输入到lstm1的张量需确保输出时间步为1

# 获取ts的时间步长度
time_steps = Lambda(lambda x: tf.shape(x)[1])(ts)

# 扩展Out1的时间步维度
out1_repeated = Lambda(
    lambda inputs: tf.tile(inputs[0], [1, inputs[1], 1])
)([Out1, time_steps])

# 拼接张量
concat_tensor = Concatenate(axis=-1)([out1_repeated, ts])

# 输入到第二个LSTM层
lstm2 = LSTM(..., return_sequences=True)(concat_tensor)

关键说明 #

• 若lstm1未设置return_sequences=True，输出会是(None,n)，需先通过Reshape((1,n))调整形状后再执行后续操作。
• tf.tile的重复参数[1, time_steps, 1]表示：批量维度不重复，时间步维度重复time_steps次，特征维度不重复，完全匹配需求。

内容的提问来源于stack exchange，提问作者hl037_