0
我知道tensorflow可以计算像[ [a,b,c] ] x [ [x],[y],[z] ]
这样的表达式,当元素是原始数据类型(整型或浮点型)时。 当a
,b
,c
是1x3矩阵,x
,y
和z
是3x1矩阵时是否可以执行类似的计算?张量流可以使用矩阵矩阵吗?
Can TensorFlow可以计算和优化这个公式吗?
我知道tensorflow可以计算像[ [a,b,c] ] x [ [x],[y],[z] ]
这样的表达式,当元素是原始数据类型(整型或浮点型)时。 当a
,b
,c
是1x3矩阵,x
,y
和z
是3x1矩阵时是否可以执行类似的计算?张量流可以使用矩阵矩阵吗?
Can TensorFlow可以计算和优化这个公式吗?
tf.batch_matmul()
算子可以对批次的矩阵进行矩阵乘法。在这种情况下,您将拥有形状(3, 1, 3)
(其中abc[0, :, :] = a
,abc[1, :, :] = b
等)和形状(3, 3, 1)
(其中xyz[0, :, :] = x
等)的张量xyz
的张量abc
。
abc = ...
xyz = ...
result = tf.batch_matmul(abc, xyz)
print result.get_shape() # ==> "(3, 1, 1)"
result
是一个3 d张量与内容相当于tf.pack([tf.matmul(a, x), tf.matmul(b, y), tf.matmul(c, z)])
。