Question

所以，我想将矩阵与矩阵相乘。当我尝试使用矩阵的数组时，它可以工作：

import tensorflow as tf

x = tf.placeholder(tf.float32, [None, 3])
W = tf.Variable(tf.ones([3, 3]))
y = tf.matmul(x, W)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    curr_y = sess.run(y, feed_dict={x: [[1,2,3],[0,4,5]]})
    print curr_y

因此数组的批量大小为2，形状为3x1。所以我可以将矩阵与形状3x3乘以阵列3x1。但是当我再次得到一个形状为3x3的矩阵，但这次是矩阵而不是形状为3x2的数组，批量大小为2，它不起作用。

但是如果我尝试将矩阵与矩阵相乘。它没有用。

import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 3,3])
W = tf.Variable(tf.ones([3, 3]))
y = tf.matmul(x, W)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    curr_y = sess.run(y, feed_dict={x: [[[1,2,3],[1,2,3]],[[1,1,4],[0,4,5]]]})
    print curr_y

ValueError：Shape必须是等级2，但对于＆＃39; MatMul＆＃39;是等级3。（OP：＆＃39; MatMul＆＃39;）输入形状：[？，3,3]，[3,3]。

＃＃＃＃＃＃＃＃编辑

抱歉，我想要做的是将矩阵与一批矩阵或数组相匹配。所以我不想做

y = tf.matmul(x, W)

实际上，我想做

y = tf.matmul(W, x)

Answer 1

你对张量'x'的输入有一个形状（2,2,3）。你正试图进行（2,2,3）和（3,3）的矩阵乘法。他们没有相同的等级，这就是错误的原因。

来自Tensorflow官方网站的

： https://www.tensorflow.org/api_docs/python/tf/matmul

Args:

a: Tensor of type float16, float32, float64, int32, complex64, complex128 and rank > 1.
b: Tensor with same type and rank as a.

Answer 2

当你进行矩阵乘法时，矩阵的shape需要follow the rule (a, b) * (b, c) = (a, c)

请记住您定义的W的形状为（3,3）。

这个feed_dict={x: [[1,2,3],[0,4,5]]}是一个2D数组，它的形状是（2,3）

In [67]: x = [[1, 2, 3], [0, 4, 5]]

In [68]: x = np.array(x)

In [69]: x.shape
Out[69]: (2, 3)

遵循规则(2, 3) * (3, 3) => (2, 3)

但是你的第二个例子，形状不遵循乘法规则。输入的形状是（2,2,3），它甚至与您定义的W的尺寸不同，因此它不起作用。

In [70]: foo = [[[1,2,3],[1,2,3]],[[1,1,4],[0,4,5]]]

In [71]: foo = np.array(foo)

In [72]: foo.shape
Out[72]: (2, 2, 3)

张量流矩阵乘法

2 个答案: