沿最后一个尺寸的不同大小的Tensorflow张量操作

Question

我有一个tensor1，形状为[1 128, 128 , 100]，我还有一个tensor2，形状为[1,128,128,1]。 如果我尝试在最后一个维度上减去tensor1 - tensor2，tensor2会自动广播到[1,128,128,100]并进行减法吗？否则只会减去tensor1的第一层??

谢谢!!!!!!

Answer 1

是的，它将被广播。张量流中最广的rules与numpy相同：

  

在两个数组上操作时，NumPy逐元素比较它们的形状。它从尾随尺寸开始，一直向前发展。何时兼容两个维度

     

  

1. 它们相等，或者

  

2. 其中一个是1

  

例如：

import tensorflow as tf

v1 = tf.Variable(2*tf.ones([1, 2, 2, 3]))
v2 = tf.Variable(tf.ones([1, 2, 2, 1]))
diff = v1 - v2 

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(diff.eval()) # <-- `diff` contains only 'ones' because of broadcasting
# [[[[1. 1. 1.]
#    [1. 1. 1.]]
# 
#   [[1. 1. 1.]
#    [1. 1. 1.]]]]

print(diff.get_shape().as_list()) # [1, 2, 2, 3] <-- same shape as `v1`

在您的情况下，第二张量的尾随尺寸为1，根据规则，该尺寸可以广播。其余尺寸相等。