Tensorflow具有以下功能：
tf.matmul
它将两个向量相乘并产生一个标量。
但是，我需要做以下事情：
# dense dim: (?,227)
dense_part = tf.nn.relu(some stuff here)
# softmax matrix dim: (?,227,19) or (?,19,227) or (?,227,227), where I
# ....can slice the last dim down to (?,227,19)
softmax_matrix = tf.matmul(dense_part,softmax_weight_variable)
但是，为了通过矩阵乘法实现这一点，我无法设置softmax_weight_variable。我需要使用“Tensor Product”（也称为“Outer Product”......），但这个功能似乎没有实现。
如何在TensorFlow中实现Hadamard（逐元素）乘法和外积？
答案 0 :(得分：7)
x和y的元素乘法仅为tf.mul(x, y)。这也是supports NumPy-style broadcasting，如果需要，您应该可以使用它来获得外部产品。
答案 1 :(得分：0)
它是Tensorflow 1.11中的tf.multiply。该函数提供具有相等形状的两个张量的Hadamard乘积。
答案 2 :(得分：0)
在 Tensorflow 2.4.1 版本中，这个函数似乎被命名为 tf.math.multiply。