如何拼接[None,192]与[1,128]张量以得到[None,328]的神经网络输出

Concatenate层的拼接规则是：所有输入张量除了拼接轴之外的其他维度必须完全相等。你当前的两个输入张量形状分别为(None, 192)和(1, 128)，第一维一个是动态batch维度、一个是固定值1，不符合拼接要求，因此触发报错。

你需要先把形状为(1,128)的常量张量b，沿着第一维复制和输入a的batch大小相等的次数，得到形状为(None, 128)的张量后再做拼接。以下是TensorFlow/Keras环境下的实现代码：

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

# 你已定义的常量张量b，形状为(1,128)
b = tf.constant(value=..., shape=(1, 128))

# 自定义Lambda层实现b的动态复制，匹配a的batch维度
def expand_b(inputs):
    input_a, input_b = inputs
    batch_size = tf.shape(input_a)[0]
    # 沿第一维复制batch_size次，第二维保持不变
    return tf.tile(input_b, [batch_size, 1])

b_expanded = Lambda(expand_b)([a, b])

# 执行拼接，输出形状为(None, 320)
c = Concatenate(axis=-1, name='DQN_Input')([a, b_expanded])

注：如果需要输出形状为(None,328)，请检查你的张量维度是否书写错误：192+128=320，若要得到320以外的结果，需要对应调整a或b的特征维度长度。

内容的提问来源于stack exchange，提问作者prakash gawas