tf.concat拼接不同长度张量出现维度不匹配报错如何解决

tf.concat的规则是所有参与拼接的张量，除了拼接轴对应的维度可以不同，其余维度必须完全匹配。你当前的张量a是shape为(2, 3)的二维张量，张量b是shape为(5,)的一维张量，不仅维度数量不匹配，列维度也和最终需要的5列不符，所以触发报错。

你需要先对两个张量做预处理，再执行拼接，具体代码如下：

import tensorflow as tf

a = tf.constant([[1, 2, 3], [1, 2, 3]])
b = tf.constant([1, 2, 3, 4, 5])

# 1. 给a补2列0，列数扩展到5，pad参数对应[维度0的前后填充数, 维度1的前后填充数]
a_padded = tf.pad(a, paddings=[[0, 0], [0, 2]], constant_values=0)
# 2. 将一维的b升为二维张量，shape变为(1,5)
b_2d = tf.expand_dims(b, axis=0)
# 3. 按行(axis=0)拼接两个张量
result = tf.concat([a_padded, b_2d], axis=0)

print(result)

运行后得到的输出和你预期的一致：

<tf.Tensor: shape=(3, 5), dtype=int32, numpy=
array([[1, 2, 3, 0, 0],
       [1, 2, 3, 0, 0],
       [1, 2, 3, 4, 5]])>

注：你问题里标注的预期shape(4,2)属于笔误，实际输出shape为(3,5)

内容的提问来源于stack exchange，提问作者OK 400