跨维度

Question

让张T tensorflow乘法已经塑造[B, N, N, 6]，我想通过[b, N, N, 5]元素方面的每一个b in range(B)乘矩阵[b, N, N, 0:3]。请注意，[N, N, 4]不应更改。用tensorflow做这件事的最好方法是什么？

我尝试：

result = tf.empty([B, N, N, 5]) for b in range(B): for i in range(4) result[b, :, :, i] = tf.mul(T[b, :, :, i], T[b, :, :, 5]) result[b, :, :, 4] = T[b, :, :, 4]

Answer 1

在TensorFlow，它不是通常可以通过分配给片建立一个张量的值。编程模型往往比命令更具功能性。实现你的计算的一种方法如下：

result = tf.concat(3, [tf.mul(T[:, :, :, 0:4], T[:, :, :, 5:6]), T[:, :, :, 4:5]]) 

请注意，您不需要多个乘法，因为（i）原计算是已经逐元素的零维（for b in range(B)），及（ii ）TensorFlow会在第三维中广播乘法的第二个参数。