指定尺寸的张量积，不进行转置

Question

假设我有一个t1大小的张量(a, b, c)和另一个t2大小的张量(c, d)。有没有一种方法可以将它们相乘并获得t3（不是(a, d, b)）大小的(a, b, d)（而不是tf.transpose操作）？

工作示例：

import tensorflow as tf  # version 2.1.0
t1 = tf.constant(tf.reshape(range(24), (2, 3, 4)))
t2 = tf.constant(tf.reshape(range(20), (4, 5)))
t3 = tf.transpose(tf.tensordot(t1, t2, axes=[[2], [0]]), [0, 2, 1])  # shape = (2, 5, 3)

我想要的是从t3和t1中获得t2，而无需使用tf.transpose，这据说很昂贵（link 1，link 2 ）。

我正在将Tensorflow 2.1.0与Python 3.7一起使用。

Answer 1

import tensorflow as tf

t1 = tf.constant(tf.reshape(range(24), (2, 3, 4)))
t2 = tf.constant(tf.reshape(range(20), (4, 5)))

t3 = tf.linalg.matmul(t2, t1, transpose_a=True, transpose_b=True)

这是执行矩阵乘法的有效方法，而无需实际计算和存储转置。