我想乘以以张量形式表示的堆叠矩阵 .
tensor.shape == [2,5,7,6]
其中2和5是批量大小，
tensor2.shape == [5,6,8]
其中5是批量大小 .
在numpy中，tensor2自动广播为[2,5,7,6]张量
所以我可以轻松使用 np.matmul(tensor,tensor2)
np.matmul(tensor,tensor2)
但在张量流中，会发生错误 .
我试过 tf.expand_dims(tensor2,0) 但这也行不通
tf.expand_dims(tensor2,0)
有没有办法在张量流中广播张量？
你可以使用 tf.einsum ：
tf.einsum
tf.einsum('abij,bjk->abik', tensor, tensor2)
例：
import tensorflow as tf x = tf.zeros((2, 5, 7, 6)) y = tf.zeros((5, 6, 8)) z = tf.einsum('abij,bjk->abik', x, y) z.shape.as_list() # returns [2, 5, 7, 8]
解决此类问题的最一般和最合适的方法是使用tf.einsum . 此功能允许您使用Einstein notation直接指定乘法规则，这是为了使用任意尺寸的张量而发明的 .
2 回答
你可以使用
tf.einsum：例：
解决此类问题的最一般和最合适的方法是使用tf.einsum . 此功能允许您使用Einstein notation直接指定乘法规则，这是为了使用任意尺寸的张量而发明的 .