tensorflow - 将一个矩阵向量与另一个向量中的每个矩阵相乘答案

【问题标题】：tensorflow - multiply a vector of matrices against each matrix in another vectortensorflow - 将一个矩阵向量与另一个向量中的每个矩阵相乘
【发布时间】：2019-02-23 17:19:25
【问题描述】：

如果我有两个张量 - A 形状为 [4,3,3] 和 B 形状为 [2,3,3]。对于 A 中的每个 [3,3] 矩阵，我想与 B 中的每个 [3,3] 矩阵相乘以生成形状为 [4,2,3,3] 的张量 C .

如何在 Tensorflow 中做到这一点？

【问题讨论】：

标签： python tensorflow

【解决方案1】：

你可以使用tf.einsum('ikl,jkl->ijkl', A, B):

例子：

A = tf.reshape(tf.range(36), [4,3,3])
B = tf.reshape(tf.range(18), [2,3,3])
tf.einsum('ikl,jkl->ijkl', A, B)
# <tf.Tensor 'einsum/transpose_2:0' shape=(4, 2, 3, 3) dtype=int32>

【讨论】：

除了乘法之外，其他算术运算符是否有类似的方法？假设我想添加 A 和 B。
你可以先将Areshape成(4,1,3,3)，然后加上A和B。tf.reshape(A, [4,1,3,3]) + B，它使用广播属性来做到这一点。

【解决方案2】：

您可以为此操作取消堆叠它们：

A = tf.reshape(tf.range(36), [4,3,3])
B = tf.reshape(tf.range(18), [2,3,3])
AB=[tf.matmul(i,j) for i in tf.unstack(A,int(A.shape[0]),0) for j in tf.unstack(B,int(B.shape[0]),0)]
AB=tf.reshape(tf.stack(output,0),[4,2,3,3])

【讨论】：