Question

我有大小[batch_size，height，width]的输入。在这里，我想在一个层中进行几种不同的并行线性变换，即

x = tensor([batch_size, height, width])
y = [W1*x, W2*x, W3*x,...,Wn*x]

我注意到TensorFlow中有fully_connected和layer.dense，但它们一次只能进行一次线性转换？我可以用它们进行并行线性变换吗？

我是TensorFlow的新手，对不起，如果这个问题有点愚蠢。

Answer 1

利用广播：

import tensorflow as tf

batch_size, height, width = 5, 4, 3
n = 2

x = tf.random_uniform((batch_size, height, width))
W = tf.random_uniform((n,))

y = tf.multiply(tf.reshape(W, (n, 1, 1, 1)), tf.expand_dims(x, 0))

with tf.Session() as sess:
    y = sess.run(y)
    print(y.shape)
    # (2, 5, 4, 3)

如何使用TensorFlow在一个层中创建并行线性计算？

1 个答案: