张力张量的批次TF.Matmul具有不同等级的张量

Question

给出了形状(A, B, C, D, E)的张量和形状(A, B, E)的张量，我想使用第二个张量的自动广播进行批处理乘法，以：

    In [1]: X = tf.placeholder(dtype=tf.float32, shape=[A, B, C, D, E])
    In [2]: Y = tf.placeholder(dtype=tf.float32, shape=[A, B, E])
    In [3]: # DO SOMETHING LIKE tf.matmul(X, Y)
    Out[3]: <tf.Tensor 'MatMul_1:0' shape=(A, B, C, D) dtype=float64>

甚至可能吗？

预先感谢

Answer 1

广播主要支持使用元素计算的操作。tf.matmul不是元素操作，而是tf.multiply是基于元素的。

此外，即使在支持广播的操作中，TensorFlow也可能会或可能不会自动广播，即使在支持广播的操作中。在这种情况下，您将必须手动这样做。

我写了另一个答案，该答案可自动广播，以用于高阶张量。