两个 2 秩张量的 TensorFlow 外积答案

【问题标题】：TensorFlow outer product of two 2-rank tensors两个 2 秩张量的 TensorFlow 外积
【发布时间】：2018-10-19 06:52:43
【问题描述】：

假设我有一个二阶张量，[[a,b],[c,d]]（通常是一个 m×n 矩阵）。

我想用 2-2 单位矩阵（外积）扩展每个元素并得到 p>

[[a, 0, b, 0],[0,a,0,b],[c,0,d,0],[0,c,0,d]].

在 tensorflow 中实现它的最有效方法是什么？

这个操作在框架中出现了很多。

【问题讨论】：

标签： python tensorflow machine-learning

【解决方案1】：

我想分两步进行。如果我有一个 m×n 矩阵和一个 2-2 单位矩阵。首先，我将矩阵放大（重复）为“2m-2n 矩阵”
然后乘以扩大的单位矩阵（2m-2n 矩阵）。如下图。

import tensorflow as tf
#Process 1  repeat the tensor in 2D.
#e.g. [1,2,3,4]  --> [[1,1,2,2],[1,1,2,2],[3,3,4,4],[3,3,4,4]]

# assuming  m x n idenity matrix e.g. [1,2,3],[4,5,6]] , m=2,n=3
id_matrix_size=2  # size of identity matrix (e.g. 2x2 3x3 ...)
m=2
n=3
mytensor=tf.constant([[1,2,3],[4,5,6] ],dtype = tf.float32)

# similar to np.repeat in x-dimension.
flatten_mytensor=tf.reshape(mytensor,[-1,1])  
a=tf.tile(flatten_mytensor,  [1, id_matrix_size])
b=tf.reshape( a, [m,-1])

# tile in y-dimension
c=tf.tile(b,[1,id_matrix_size])
d=tf.reshape(c,[id_matrix_size*m,id_matrix_size*n])

#Process 2  tile identity matrix in 2D. 
identity_matrix=tf.eye(id_matrix_size) # identity matrix 
identity_matrix_2D= tf.tile(identity_matrix,[m,n])

#Process 3  elementwise multiply
output = tf.multiply(d,identity_matrix_2D )

with tf.Session() as sess:
    print(sess.run(output) )
#output :
#[[1. 0. 2. 0. 3. 0.]
# [0. 1. 0. 2. 0. 3.]
# [4. 0. 5. 0. 6. 0.]
# [0. 4. 0. 5. 0. 6.]]

另外，如果需要大量工具，使用 def 会更方便。

def Expand_tensor(mytensor,id_matrix_size):
    m=mytensor.shape[0]    
    n=mytensor.shape[1]
    # similar to np.repeat in x-dimension.
    flatten_mytensor=tf.reshape(mytensor,[-1,1])  
    a=tf.tile(flatten_mytensor,  [1, id_matrix_size])
    b=tf.reshape( a, [m,-1])

    # tile in y-dimension
    c=tf.tile(b,[1,id_matrix_size])
    d=tf.reshape(c,[id_matrix_size*m,id_matrix_size*n])


    # tile identity matrix in 2D. 
    identity_matrix=tf.eye(id_matrix_size) # identity matrix 
    identity_matrix_2D= tf.tile(identity_matrix,[m,n])

    #elementwise multiply
    output = tf.multiply(d,identity_matrix_2D )
    return output

mytensor=tf.constant([[1,2,3],[4,5,6] ],dtype = tf.float32)
with tf.Session() as sess:
    print(sess.run(Expand_tensor(mytensor,2)) )

【讨论】：