我正在尝试将 3D 张量乘以 2D 矩阵,但维度未知。 我在这里检查了所有相关帖子,但没有找到我想要的东西。
我有这些参数:
T - 形状(M,N)
L - 形状 (?,M,M)
F - 形状 (?, N)
我想用输出形状 (?,M) 进行乘法 L * T * F。
我尝试扩大尺寸等。
不幸的是,我总是丢失?维。
感谢您的建议。
最佳答案
你可以这样实现。
L --> [?, M, M]
T --> [M, N]
tensordot(L,T) axes [[2], [0]] --> [?,M, N]
F --> [?, N] --> expand axis --> [?, N, 1]
matmul [?, M, N], [?, N, 1] --> [?, M, 1] --> squeeze --> [?, M]
放在一起:
tf.squeeze(tf.matmul(tf.tensordot(L,T, axes=[[2],[0]]),F[...,None]))
关于python - Tensorflow 3D 张量乘以 2D 矩阵,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50812289/