TensorFlow 1.14中tensorflow.stack的axis=-1参数代表什么含义

首先明确tf.stack的基础作用：该接口用于将多个形状完全一致的张量沿指定的新增维度进行堆叠，堆叠后输出的张量维度会比单个输入张量高1维。

axis=-1的具体含义 #

axis参数的取值范围为[-(R+1), R]，其中R为单个输入张量的维度数，负值代表从张量的最后一个维度向前倒序计数：

• axis=-1代表在输入张量的最后一个维度的后方插入新的堆叠轴，也就是堆叠操作发生在张量的最内层维度。
• 该参数效果等价于取正索引axis=R，R为输入张量的维度数。

代码示例（适配TensorFlow 1.14版本） #

import tensorflow as tf

# 定义2个形状均为(3, 4)的二维输入张量
a = tf.constant([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
b = tf.constant([[13,14,15,16], [17,18,19,20], [21,22,23,24]])

# 沿axis=-1执行堆叠
stacked_tensor = tf.stack([a, b], axis=-1)

with tf.Session() as sess:
    res = sess.run(stacked_tensor)
    print("堆叠后张量形状：", res.shape)
    # 输出：堆叠后张量形状： (3, 4, 2)

从输出可以看到，两个形状为(3,4)的张量堆叠后得到形状为(3,4,2)的张量，最后一维长度为2，正好等于参与堆叠的输入张量数量。

内容的提问来源于stack exchange，提问作者James Arten