我试图将一组矩阵与张量流中的一组向量相乘 . 我有两个张量分别具有形状[k，n，n]和[k，n] . 如果我在网络中设置k，那么可以将成对点设为：
final = tf.einsum("kji,ki->kj", M, V)
但是，einsum（）不适用于动态形状的张量（可变批量）：
文件“... \ Python35 \ site-packages \ tensorflow \ python \ ops \ special_math_ops.py”，> 207行，在einsum axes_to_sum中）文件“... \ Python35 \ site-packages \ tensorflow \ python \ ops \ special_math_ops.py“，>第252行，在_einsum_reduction中如果len（t0_axis_labels）！= len（t0.get_shape（））：文件”... \ Python35 \ site-packages \ tensorflow \ python \ framework \ tensor_shape.py“， >第575行，在len中引发ValueError（“不能使用未知等级的Shape的长度 . ”）ValueError：不能取具有未知等级的Shape的长度 .
任何想法如何以不同的方式解决问题？注意，在np表示法中我需要实现以下内容：对于具有形状[k，n]的c
c = np.zeros([k,n])
c[i,:] = np.dot(M[i,:,:],V[i,:])
TF版1.8