torch的torch.cat与tensorflow的等价物是什么？

Question

def cxcy_to_xy(cxcy):
    """
    Convert bounding boxes from center-size coordinates (c_x, c_y, w, h) to boundary coordinates (x_min, y_min, x_max, y_max).

    :param cxcy: bounding boxes in center-size coordinates, a tensor of size (n_boxes, 4)
    :return: bounding boxes in boundary coordinates, a tensor of size (n_boxes, 4)
    """
    return torch.cat([cxcy[:, :2] - (cxcy[:, 2:] / 2),  # x_min, y_min
                      cxcy[:, :2] + (cxcy[:, 2:] / 2)], 1)  # x_max, y_max

我想用tensorflow 2.0改变这个torch.cat

Answer 1

根据您使用的 TF 中的 API，有几个选项：

• tf.concat- 最类似于torch.cat：

  tf.concat(values, axis, name='concat')
  

• tf.keras.layers.concatenate- 如果您使用 Keras 顺序 API：

  tf.keras.layers.concatenate(values, axis=-1, **kwargs)
  

• tf.keras.layers.Concatenate- 如果您使用 Keras 功能 API：

  x = tf.keras.layers.Concatenate(axis=-1, **kwargs)(values)
  

如果您使用 Keras API，此答案对于理解所有 Keras 串联函数之间的差异非常有用。