Question

在Tensorflow中，假设我有两个矩阵M和N，我怎样才能得到一个张量，其(i, j)元素是第i行的元素乘积{ {1}}和第M行？

Answer 1

这里有一个技巧：将两个矩阵扩展到3D并进行elert-wise multiply（a.k.a.Hadamard产品）。

.transparent-bg2 {
    background-color:rgba(0, 0, 0, 0.4);
    position:absolute;
    visibility:visible;
    opacity:1;
    transition:opacity 0.5s linear;
    width:calc(100% - 30px); /* subtract parent element padding from width */
    height:100%;
    z-index:2;
}

让我们检查它是否有效：

# Let `a` and `b` be the rank 2 tensors, with the same 2nd dimension
lhs = tf.expand_dims(a, axis=1)
rhs = tf.expand_dims(b, axis=0)
products = lhs * rhs

同样的技巧实际上也适用于numpy以及任何基于元素的二元运算（sum，product，division，...）。这是一个逐行元素和张量的例子：

tf.InteractiveSession()

# 2 x 3
a = tf.constant([
  [1, 2, 3],
  [3, 2, 1],
])

# 3 x 3
b = tf.constant([
  [2, 1, 1],
  [2, 2, 0],
  [1, 2, 1],
])

lhs = tf.expand_dims(a, axis=1)
rhs = tf.expand_dims(b, axis=0)
products = lhs * rhs
print(products.eval())

# [[[2 2 3]
#   [2 4 0]
#   [1 4 3]]
# 
#  [[6 2 1]
#   [6 4 0]
#   [3 4 1]]]

在Tensorflow中逐行矢量化两个不同形状矩阵的逐行元素乘积

1 个答案: