0
我知道tensorflow可以計算像[ [a,b,c] ] x [ [x],[y],[z] ]
這樣的表達式,當元素是原始數據類型(整型或浮點型)時。 當a
,b
,c
是1x3矩陣,x
,y
和z
是3x1矩陣時是否可以執行類似的計算?張量流可以使用矩陣矩陣嗎?
Can TensorFlow可以計算和優化這個公式嗎?
我知道tensorflow可以計算像[ [a,b,c] ] x [ [x],[y],[z] ]
這樣的表達式,當元素是原始數據類型(整型或浮點型)時。 當a
,b
,c
是1x3矩陣,x
,y
和z
是3x1矩陣時是否可以執行類似的計算?張量流可以使用矩陣矩陣嗎?
Can TensorFlow可以計算和優化這個公式嗎?
tf.batch_matmul()
算子可以對批次的矩陣進行矩陣乘法。在這種情況下,您將擁有形狀(3, 1, 3)
(其中abc[0, :, :] = a
,abc[1, :, :] = b
等)和形狀(3, 3, 1)
(其中xyz[0, :, :] = x
等)的張量xyz
的張量abc
。
abc = ...
xyz = ...
result = tf.batch_matmul(abc, xyz)
print result.get_shape() # ==> "(3, 1, 1)"
result
是一個3 d張量與內容相當於tf.pack([tf.matmul(a, x), tf.matmul(b, y), tf.matmul(c, z)])
。