在 tensorflow 中，函数 tf.einsum、tf.matmul 和 tf.tensordot 都可以用于相同的任务。 (我意识到 tf.einsum 和 tf.tensordot 有更通用的定义；我也意识到 tf.matmul 有批处理功能。)在在可以使用这三个中的任何一个的情况下，一个功能往往是最快的吗？还有其他推荐规则吗？
例如，假设 A 是 rank-2 张量，b 是 rank-1 张量，您想要计算乘积 c_j = A_ij b_j。三个选项中:
c = tf.einsum('ij,j->i', A, b)
c = tf.matmul(A, tf.expand_dims(b,1))
c = tf.tensordot(A, b, 1)
有没有比其他人更受欢迎的？
最佳答案
两者都是tf.tensordot()和 tf.einsum()是包装一个或多个调用 tf.matmul() 的语法糖(虽然在某些特殊情况下 tf.einsum() 可以减少到更简单的元素 tf.multiply() )。
在极限情况下，我希望所有三个函数对于相同的计算具有相同的性能。然而，对于较小的矩阵，直接使用 tf.matmul() 可能更有效，因为它会产生一个更简单的 TensorFlow 图，操作更少，因此预操作调用成本会更低.
关于python - tensorflow einsum vs. matmul vs. tensordot，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/43100679/