Question

我得到一个矩阵 A ，其形状为 [M x N x L1] ，另一个矩阵为B形状 [M x L2] ， L1 和 L2 具有相同的尺寸大小但具有不同的值。 A和B中的M是对应的。

对于 A [M，：，]] 中的每个维度，我想给它们值 B [M：] 。这就是说，我想在矩阵 B [M] 中使用 L2 来初始化 A [M]中的每个 L1 ，：] ，我怎么能在张量流中操作呢？

详细信息：假设 A 是一个包含 M 句子的矩阵， N 字词 L1 维度词嵌入。 B 是一个包含 M 句子的矩阵，其分数为 L2 维度。 LEN（的 L1 ）= LEN（的 L2 ）。

如何用矩阵 B 中的分数替换句子中嵌入的每个单词？

感谢您的帮助

Answer 1

我今天早上想通了。一种可能的方法是：

由于M＆amp; N在张量流中没有暗淡， A：[无，无，L]，B：[无，L] ，所以我使用了tf.transpose（）

我们应该做的是：

1，快速尺寸：

tf.transpose（ A，[1,0,2] ）： [M x N x L1] ===＆gt; [N x M x L1]

                        A      ------>   A_

2，用1值初始化所有A_矩阵将值更改为1：

                        A_ ====> _A_

3，mul矩阵：

                       tf.mul(_A_, B)     ===>   C

4，然后快速回到昏暗的：

                       tf.transpose(**C, [1,0,2]**)