Тензорная операция в Tensorflow

У меня есть 2 тензора, тензор A и тензор B, как показано на рисунке. Я хочу взять каждый вектор 1x16 из тензора B и выполнить скалярное произведение с соответствующей партией (ось 0 - это размер партии в каждом тензоре) тензора A вдоль осей 1 и 2 A. Как я могу сделать это в тензорном потоке. Любая помощь с кодом будет принята с благодарностью. Спасибо

Я пробовал эйнсум, но запутался.

Ожидаемая выходная форма должна быть (3,2,28,28).

Тензорная операция в Tensorflow

Добро пожаловать в SO; пожалуйста, найдите время, чтобы прочитать Как спросить и Как создать минимальный, полный и проверяемый пример. Пожалуйста, покажите, что именно вы пробовали до сих пор и в чем ваша проблема.

desertnaut 28.03.2019 10:05
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
4
1
97
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете сделать это следующим образом:

import tensorflow as tf

A = tf.placeholder(tf.float32, [3, 28, 28, 16])
B = tf.placeholder(tf.float32, [3, 2, 16])
A_exp = A[:, tf.newaxis]
B_exp = B[:, :, tf.newaxis, tf.newaxis]
C = tf.reduce_sum(A_exp * B_exp, axis=-1)
print(C)
# Tensor("Sum:0", shape=(3, 2, 28, 28), dtype=float32)

Большое вам спасибо ... Это было то, что мне было нужно.

Abhisek Dash 29.03.2019 13:31

@AbhisekDash Я рад, что это помогло. Пожалуйста, рассмотрите возможность пометить ответ как принятый, если вы считаете, что он решил вашу проблему.

jdehesa 30.03.2019 02:33

Я пытался проголосовать, но статус не меняется, потому что у меня меньше 15 очков репутации.

Abhisek Dash 31.03.2019 06:06

@AbhisekDash Все в порядке, спасибо. Вы должны иметь возможность пометить его как принятое, если хотите (зеленая галочка), но не беспокойтесь об этом.

jdehesa 31.03.2019 12:37

Другие вопросы по теме