假设我有一个矩阵A
和两个x,y
适当维度的向量。我想计算点积x' * A * y
,其中x'
表示转置。这应该会产生标量。
Tensorflow中是否有方便的API函数来做到这一点?
(请注意,我使用的是Tensorflow 2(。
使用tf.linalg.tensordot()
.查看文档
正如您在问题中提到的,您正在尝试查找点积。在这种情况下,tf.matmul()
将不起作用,因为它仅适用于度量的交叉乘积。
演示代码片段
import tensorflow as tf
A = tf.constant([[1,4,6],[2,1,5],[3,2,4]])
x = tf.constant([3,2,7])
result = tf.linalg.tensordot(tf.transpose(x), A, axes=1)
result = tf.linalg.tensordot(result, x, axes=1)
print(result)
结果将是
>>>tf.Tensor(532, shape=(), dtype=int32)
我想在这里提及的几点
不要忘记
tf.linalg.tensordot()
内部axes
论点当您创建
tf.zeros(5)
时,它将创建一个形状为 5 的列表,它就像[0,0,0,0,0]
,当您转置它时,它将为您提供相同的列表。但是如果你像tf.zeros((5,1))
一样创建它,它将是形状(5,1)
的向量,结果将是[ [0],[0],[0],[0],[0] ]
现在你可以转置它,结果会有所不同,但我建议你做我提到的代码片段。如果是点积,您不必为此烦恼。
如果您仍然面临问题,将非常乐意为您提供帮助。
只需执行以下操作,
import tensorflow as tf
x = tf.constant([1,2])
a = tf.constant([[2,3],[3,4]])
y = tf.constant([2,3])
z = tf.reshape(tf.matmul(tf.matmul(x[tf.newaxis,:], a), y[:, tf.newaxis]),[])
print(z.numpy())
返回
>>> 49
只需像这样使用tf.transpose
和乘法运算符:tf.transpose(x)* A * y
.
根据您的示例:
x = tf.zeros(5)
A = tf.zeros((5,5))
怎么样
x = tf.expand_dims(x, -1)
tf.matmul(tf.matmul(x, A, transpose_a=True), x)