Question

Keras documentation for the dot/Dot layer指出：

“计算两个张量的样本之间的点积的层。

例如如果应用于形状为（batch_size，n）的两个张量a和b的列表，则输出将为形状（batch_size，1）的张量，其中每个条目i将是a [i]和b [i之间的点积]。

参数

轴：整数，整数或元组，沿其取点积的一个或多个轴。”

我不明白这一点，这是一个快速，可重复的示例来演示：

from keras.layers import Input, dot
input_a = Input(batch_shape=(99,45000,300))
input_b = Input(batch_shape=(99,45000,300))
element_wise_dot_product = dot([input_a,input_b], axes = -1)
print(input_a.get_shape(),input_b.get_shape(),element_wise_dot_product.get_shape())

输出：（99，45000，300）（99，45000，300）（99，45000，45000）

为什么元素明智的点积形状不是（99,45000,1）？我在做什么错，我该如何解决？

Answer 1

由于这些点是3D张量而不是2D，因此点层正在沿最后一个轴执行矩阵乘法。因此，您得到的形状反映了这一点。您要做的是将产品放在每个输入的最后一列。您可以取两个输入的按元素乘积，然后沿最后一个轴求和。例如，

import keras.backend as K
import tensorflow as tf

K.sum(tf.multiply(input_a, input_b[:tf.newaxis]), axis=-1, keepdims=True)

如果仅需要keras解决方案，则可以使用keras.layers.multiply代替tf.multiply，并使用K.expand_dims代替用tf.newaxis广播。

Keras点/点层在3D张量上的行为

1 个答案: