是否有一种方法可以在TensorFlow中广播TensorDot操作中的张量

Question

我想以张量形式表示堆叠的矩阵。

tensor.shape == [2,5,7,6]

其中2和5是批次的大小，

tensor2.shape == [5,6,8]

其中5是批次大小。

在numpy中，Tensor2自动播放到[2,5,7,6]张量

所以我可以轻松地使用np.matmul(tensor,tensor2)

但在张力流中，发生错误。

我尝试了tf.expand_dims(tensor2,0)，但这也不起作用

有什么方法可以在TensorFlow中广播张量？

Answer 1

您可以使用tf.einsum：

tf.einsum('abij,bjk->abik', tensor, tensor2)

示例：

import tensorflow as tf
x = tf.zeros((2, 5, 7, 6))
y = tf.zeros((5, 6, 8))
z = tf.einsum('abij,bjk->abik', x, y)
z.shape.as_list()
# returns [2, 5, 7, 8]

Answer 2

解决此类问题的最通用和最合适的方法是使用tf.einsum。此功能允许您使用爱因斯坦符号直接指定乘法规则，该符号是通过任意尺寸张量来操作的，该符号。