Question

我有1 * n

形状的单热矢量

v= [0.0, 1.0, 0.0] for n = 3

和形状n * m * r的矩阵为（m和r可以是任意数，但第一个维数为n）

m = [[[1,2,3,],[4,5,6]], [[5,6,7],[7,8,9]], [[2,4,7],[1,8,9]]]

我想使用广播机制将a * b多个，使得只有与向量v中的 1.0 元素对应的子矩阵保持在v * m和所有其他子矩阵的乘法中变为零（因为所有其他元素在v中为零）为：

prod = [[[0,0,0],[0,0,0]], [[5,6,7],[7,8,9]] , [[0,0,0],[0,0,0]]]

Answer 1

在Tensorflow中，您基本上希望将额外的维度添加到维度的末尾，否则广播将发生在最后一个维度中。所以这段代码就像你想要的那样：

import tensorflow as tf

sess = tf.Session()

v= [0.0, 1.0, 0.0]
vT = tf.expand_dims( tf.expand_dims( tf.constant( v, dtype = tf.float32 ), axis = -1 ), axis = -1 )
m = [[[1,2,3],[4,5,6]], [[5,6,7],[7,8,9]], [[2,4,7],[1,8,9]]]
mT = tf.constant( m, dtype = tf.float32 )
prodT = vT * mT
#prod = [[[0,0,0],[0,0,0]], [[5,6,7],[7,8,9]] , [[0,0,0],[0,0,0]]]

sess.run( prodT )

输出：

数组（[[[0。，0.，0。]，[0.，0.，0。]]，[[5.，6.，7。]，[7.，8,9,9 。]]，[[0.，0.，0。]，[0.，0.，0。]]]，dtype = float32）

在第一维使用广播的Python成对乘法

1 个答案: