如何将矩阵与向量相乘，同时在 Tensorflow 中保留矩阵的形状？

【问题标题】：How to multiply a matrix with a vector with preserving the shape of the matrix in Tensorflow?如何将矩阵与向量相乘，同时在 Tensorflow 中保留矩阵的形状？
【发布时间】：2017-06-05 10:29:39
【问题描述】：

我知道，Tensorflow 中内置了一个 matmul 函数，但是如果我将矩阵 A 与向量 v 相乘，我会得到一个向量 w 作为结果。但是，我需要的是，给定矩阵 A: [[a, b],[c,d]] 和向量 v: [[e,f]]，我想得到矩阵 B: [[ae, bf]，[ce，df]]。矩阵和向量都是张量

【问题讨论】：

在将向量整形为与矩阵 A 具有相同大小并重复行之后，您需要逐元素乘法。或者也许逐行迭代地重写它A？我没有使用 TF 的经验，但你需要的是 element-wie 乘法

标签： python tensorflow linear-algebra

【解决方案1】：

你可以使用numpy的multiply函数：

>>> import numpy as np
>>> a = np.array([[1,2],[3,4]])
>>> v = np.array([5,6])
>>> np.multiply(a,v)
array([[ 5, 12],
           [15, 24]])

然后，您可以选择使用.tolist() 将 numpy 数组转换为 Python 列表：

>>> np.multiply(a,v).tolist()
[[5, 12], [15, 24]]

【讨论】：