张量流元素矩阵乘法

Question

假设我有张量流中的两个张量，第一维表示批处理中训练样例的索引，其他维度表示一些数据矩阵向量。例如

vector_batch = tf.ones([64, 50]) 
matrix_batch = tf.ones([64, 50, 50]) 

我很好奇什么最习惯的方法来执行向量*矩阵乘法中，对于每个对矢量，共享沿着第一维度中的索引矩阵的。

阿卡一个最惯用的方式来写：

result = tf.empty([64,50]) 
for i in range(64): 
    result[i,:] = tf.matmul(vector_batch[i,:], matrix_batch[i,:,:]) 

什么是组织输入向量的形状，以使这个过程简单/清洁尽可能最好的方式是什么？

Answer 1

可能是最惯用的方式做到这一点是使用tf.batch_matmul()运营商（连同tf.expand_dims()和tf.squeeze()：

vector_batch = tf.placeholder(tf.float32, shape=[64, 50]) 
matrix_batch = tf.placeholder(tf.float32, shape=[64, 50, 50]) 

vector_batch_as_matrices = tf.expand_dims(vector_batch, 1) 
# vector_batch_as_matrices.get_shape() ==> [64, 1, 50] 

result = tf.batch_matmul(vector_batch_as_matrices, matrix_batch) 
# result.get_shape() ==> [64, 1, 50] 

result = tf.squeeze(result, [1]) 
# result.get_shape() ==> [64, 50]