Question

我有一个脚本，我正在尝试将我的数学运算从NumPy操作转换为TensorFlow操作，因此它可以在GPU上更快。在我的脚本中，我最终遇到了一个形状为数组的数组（260），需要与另一个形状为（260）的数组进行矩阵乘法，如下所示：

import numpy as np

x = np.array([2] * 260)
y = np.array([4] * 260)
r = np.matmul(x,y) #np.dot(x,y) also works
print(r) #2080

但TensorFlow中的相同操作是不可能的。

import tensorflow as tf

x = tf.Variable([2] * 260)
y = tf.Variable([4] * 260)
r = tf.matmul(x,y)

init = tf.initialize_all_variables()
sess = tf.Session()

sess.run(init)
result = sess.run(r)
print(result) # ERRROR

TensorFlow错误说：

ValueError：Shape必须是等级2，但对于＆＃39; MatMul＆＃39;是等级1 （OP：＆＃39; MatMul＆＃39;）输入形状：[260]，[260]。

我试图通过无数种方式重塑输入，但这些方法都没有用，例如：x = tf.expand_dims(x,1)。

Answer 1

由于两个输入都是1维的，因此矩阵乘法是内积，

tf.reduce_sum(tf.multiply(x, y))

或

tf.tensordot(x, y, 1)

另请参阅this answer了解计算内积的几种替代方法。

尝试转换数学运算时MatMul排名错误

1 个答案: