Question

通常，当我们将维度v的向量1*n乘以维度T的张量m*n*k时，我们希望得到维度{{的矩阵/张量1}} / m*k。这意味着我们的张量具有m*1*k个具有维度m的矩阵切片，并且n*k与每个矩阵相乘，并且生成的向量堆叠在一起。为了在v中进行这种乘法，我想出了以下公式。我只是想知道是否有任何内置函数可以直接进行标准乘法运算？

tensorflow

Answer 1

你可以用：

tf.reduce_sum(tf.expand_dims(v,2)*T,1)

代码：

m, n, k = 2, 3, 4
T = tf.Variable(tf.random_normal((m,n,k)), name="tensor") 
v = tf.Variable(tf.random_normal((1,n)), name="vector")  


c = tf.stack([v,v]) # m times, here set m=2    
out1 = tf.matmul(c,T) 

out2 = tf.reduce_sum(tf.expand_dims(v,2)*T,1)
with tf.Session() as sess:
  sess.run(tf.global_variables_initializer())
  n_out1 = sess.run(out1) 
  n_out2 = sess.run(out2)
  #both n_out1 and n_out2 matches

Answer 2

不确定是否有更好的方法，但听起来你可以像这样使用tf.map_fn：

 output = tf.map_fn(lambda x: tf.matmul(v, x), T)

张量流中张量乘法向量的matmul函数

2 个答案: