tf.concat(
values,
axis,
name='concat'
)其中：
values： A list of Tensor objects or a single Tensor.单一的tensor对象或者是一个list的tensor对象
axis：连接的维度。注意：这里0表示的连接维度是第一个括号所在的维度，1表示第二个括号所在维度，2表示第三个括号所在维度..
tf.concat返回的是连接后的tensor。注意这个函数本身不会增加维度
二维举例：
t1 = [[1, 2, 3], [4, 5, 6]]
t2 = [[7, 8, 9], [10, 11, 12]]
tf.concat([t1, t2], 0)表示为 [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
#tf.concat([t1, t2], 1)表示为 [[1, 2, 3, 7, 8, 9], [4, 5, 6, 10, 11, 12]]
三维举例：
t1 = [ [[1],[2]] , [[3],[4]] ]
t2 = [ [[5],[6]] , [[7],[8]] ]
tf.concat([t1, t2], 0)表示为[[[1],[2]] , [[3],[4]] , [[5],[6]] , [[7],[8]]]
tf.concat([t1, t2], 1)表示为[[[1],[2],[5],[6]],[[3],[4],[7],[8]]]
tf.concat([t1, t2], 2)表示为[[[1 5],[2 6]],[[3 7],[4 8]]]为了更直观我手写了一个括号级别分明的，如下图片：
