我有两个矩阵： -A（1000,9） -B（1000,10）
现在A [0,0]应该乘以B [0,0]，B [0,1]，... B [0,9]
A [0,1]应乘以B [0,0]，B [0,1]，... B [0,9]
A [1,0]应乘以B [1,0]，B [1,1]，... B [1,9]
等
结果矩阵的大小为（1000,90）
在Tensorflow中仅矩阵运算而不循环就可能吗？ 根据一些广播规则，我认为应该可以，但是我还没有答案。
tf.tile可能是将两个张量平铺为（1000,90）形状然后进行逐元素乘法的解决方案。但是也许有更好的解决方案
答案 0 :(得分：3)
C = A[:, tf.newaxis, :] * B[:, :, tf.newaxis]
这给我们一个[1000，10，9]张量，其中元素[i，j，k]为A [i，k] * B [i，j]。然后我们重塑
C = tf.reshape(C, [tf.shape(A)[0], -1])
至[1000，90]。如果我没记错的话，C的每一行都将首先将B [i，0]乘以A [i]中的所有元素，然后将B [i，1]乘以A [i]的所有元素，等等（您可能需要再次检查）。如果需要另一种方法，则可以在第一部分中交换tf.newaxis。