Question

我正在尝试通过2D矩阵乘以3D张量，但是有一个未知的维度。我在这里检查了所有相关帖子，但没有找不到我想要的内容。

我有这些参数：

T形（M，N）

L形（？，M，M）

F - 形状（？，N）

我想用输出形状（？，M）进行乘法L * T * F.

我尝试扩展尺寸等。

不幸的是，我总是输了？ - 维度。

感谢您的任何建议。

Answer 1

你可以这样做。

L --> [?, M, M]
T --> [M, N]
tensordot(L,T) axes [[2], [0]] --> [?,M, N]
F --> [?, N] --> expand axis --> [?, N, 1]
matmul [?, M, N], [?, N, 1] --> [?, M, 1] --> squeeze --> [?, M]

放在一起：

tf.squeeze(tf.matmul(tf.tensordot(L,T, axes=[[2],[0]]),F[...,None]))

Answer 2

作为一名学习者，我发现问题和答案相当神秘。所以我为自己简化了。

import tensorflow as tf

L = tf.placeholder(tf.float32, shape=[None, 5, 5])

T = tf.placeholder(tf.float32, shape=[ 5, 10])

F = tf.placeholder(tf.float32, shape=[ None, 10])

print ((tf.tensordot(L,T, axes=[[2],[0]])).get_shape)

# This is more cryptic. Not really sure.
#print(F[...,None].get_shape) 
print( tf.expand_dims(F,2).get_shape)

finaltensor = tf.matmul(tf.tensordot(L,T, axes=[[2],[0]]),F[...,None])

print (finaltensor.get_shape)

squeezedtensor = tf.squeeze(finaltensor)

print (tf.shape(squeezedtensor))

除最后一行外，所有打印的内容都清晰。

<bound method Tensor.get_shape of <tf.Tensor 'Tensordot:0' shape=(?, 5, 10) dtype=float32>>

<bound method Tensor.get_shape of <tf.Tensor 'ExpandDims:0' shape=(?, 10, 1) dtype=float32>>

<bound method Tensor.get_shape of <tf.Tensor 'MatMul:0' shape=(?, 5, 1) dtype=float32>>

Tensor("Shape:0", shape=(?,), dtype=int32)

通过2D矩阵的Tensorflow乘法3D张量

2 个答案: