我正在尝试将张量流中的一组矩阵与一组矢量相乘。我有两个分别具有形状[k，n，n]和[k，n]的张量。如果我在网络中设置了k，则可以将成对的点设置为：
final = tf.einsum("kji,ki->kj", M, V)
但是einsum（）不适用于动态形状（可变批量大小）的张量：
文件“ ... \ Python35 \ site-packages \ tensorflow \ python \ ops \ special_math_ops.py”，第207行，以einsum开头 axes_to_sum）
文件“ ... \ Python35 \ site-packages \ tensorflow \ python \ ops \ special_math_ops.py”，第252行，_einsum_reduction 如果len（t0_axis_labels）！= len（t0.get_shape（））：
文件“ ... \ Python35 \ site-packages \ tensorflow \ python \ framework \ tensor_shape.py”，第575行，位于 len 提高ValueError（“无法采用未知等级的Shape的长度。”）
ValueError：无法采用未知等级的Shape的长度。
任何想法如何以不同的方式解决问题？ 注意，在np表示法中，我需要实现以下目标： 对于形状为[k，n]的c
c = np.zeros([k,n])
c[i,:] = np.dot(M[i,:,:],V[i,:])
TF版本1.8