Question

我想在等级2和3的两个张量之间广播tf.matmul操作，其中一个张量包含“未知”形状的维（基本上是特定维中的“无”值）。

问题在于，动态尺寸tf.reshape和tf.broadcast_to似乎不起作用。

x = tf.placeholder(shape=[None, 5, 10], dtype=tf.float32)
w = tf.ones([10, 20])
y = x @ w
with tf.Session() as sess:
  r1 = sess.run(y, feed_dict={x: np.ones([3, 5, 10])})
  r2 = sess.run(y, feed_dict={x: np.ones([7, 5, 10])})

以上面的代码为例。在这种情况下，我要分别喂食两批分别为3和7的元素。我希望r1和r2是w与这些批次中3或7个元素分别相乘的结果。因此，r1和r2的最终形状分别是（3，5，20）和（7，5，20），但是我得到的是：

ValueError：“形状”必须为2级，但“ matmul”为3级（操作：输入形状为[？，5,10]，[10,20]的“ MatMul”）。

Answer 1

可以将

w扩展为get(req: any, res: any, next:any) { test(req.body); res.redirect('/test'); }张量，其批大小等于输入的张量。然后，可以执行matmul操作

rank-3

实时代码here

广播带有动态形状的tf.matmul

1 个答案: