Question

我试图将两个矩阵与(property_exists($employee, 'Profile') && property_exists($employee->Profile, 'employee_code') && $employee->Profile->employee_code != '') ? $employee->Profile->employee_code : 'Not assigned' ,中的示例拼凑的以下代码相乘。

tensorflow/core/kernels

用

void Compute(OpKernelContext* context) override {

    const Tensor& A = context->input(0);
    const Tensor& B = context->input(1);

    const auto A_mat = A.matrix<T>();
    const auto B_mat = B.matrix<T>();

    Tensor* output_tensor = nullptr;
    OP_REQUIRES_OK(context, context->allocate_output(0, A_tensor.shape(), &output_tensor));
    auto output = output_tensor->matrix<T>();

    output = A_mat * B_mat;
}

我得到了

A = [[ 25.90848866  23.31998387  38.59424611]
     [ 48.12131663  48.15446712   0.27323556]
     [ 50.99763646  25.77013947  24.67779583]
     [ 14.43187796  20.18683861  45.63747844]
     [ 23.09759944  49.91747332  31.83040427]
     [  3.01687455  15.14876558  41.13147952]
     [ 41.32467959  49.91440187  21.21775212]
     [  5.48660952  39.98743312   3.33354911]]

B = [[    0.999994 1.98149e-05 -0.00337665 ]
     [ 1.98149e-05    0.999931    0.011736 ]
     [  0.00337665   -0.011736    0.999925 ]]

但是，如果op为output = [[ 4.04171173e+001 6.19674481e-004 -6.08213832e-002] [ 6.27670070e-004 5.15969690e+000 4.23702253e-001] [ 1.18978160e-001 -3.34875362e-001 1.78214391e+001] [ 0.00000000e+000 1.78005398e-313 2.44005345e-309] [ 4.62065626e+064 0.00000000e+000 0.00000000e+000] [ nan nan 5.00303243e+065] [ 3.45845952e-323 2.02072849e-321 2.72281224e-308] [ 0.00000000e+000 3.28336636e-308 0.00000000e+000]]（加上而不是matmul），则输出为output = A_mat + A_mat，如预期的那样。这里发生了什么？在自定义操作中，我们不能使用这样的特征向量，矩阵和张量吗？我错过了什么？

Answer 1

感谢how to change 2D Eigen::Tensor to Eigen::Matrix，结果证明两个张量乘以特征符号是直截了当的。

与const auto A_mat = A.matrix<T>();相关的问题会返回tensorflow::Tensor而不是Eigen::Matrix。这可以通过Eigen::Map实现，如下所示。

void Compute(OpKernelContext* context) override {

    const Tensor& A = context->input(0);
    const Tensor& B = context->input(1);

    const auto A_mat = Eigen::Map<const Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor>>(
        A.flat<T>().data(), A.dim_size(0), A.dim_size(1));

    const auto B_mat = Eigen::Map<const Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor>>(
        B.flat<T>().data(), B.dim_size(0), B.dim_size(1));

    Tensor* output_tensor = nullptr;
    OP_REQUIRES_OK(context, context->allocate_output(0, A_tensor.shape(), &output_tensor));

    const auto output = Eigen::Map<Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor>>(
        output.flat<T>().data(), output.dim_size(0), output.dim_size(1));

    output = A_mat * B_mat;
}

（注意我们删除了输出矩阵的常量）

如何在TensorFlow自定义操作中将两个矩阵相乘？

1 个答案: