为什么 TensorFlow 的除法没有轴参数？
Why TensorFlow's division hasn't have axis parameter?
我的问题如下：
当我想在列轴上用向量划分矩阵时，但 TensorFlow 仅在 A 是具有 [n,n] 形状的矩阵且 v 具有的向量时提供行划分[1,n]形状。
我的解决方案是这样的：
tf.transpose(tf.div(tf.transpose(A), v))
我试过了，但它不起作用： 更新：它起作用了！
tf.div(A, tf.transpose(v))
所以我的问题是是否存在针对此问题的更有效的解决方案。
您使用 A / tf.transpose(v) 的第二个解决方案应该可行。 tf.div() 没有轴参数，因为它 "Divides x / y elementwise"。所以两个张量应该有相同的维度。
在您的情况下，它适用于不同的维度，因为 tf.div supports broadcasting. More about broadcasting is here。
而且它尽可能高效，因此无需寻找其他任何东西。
我的问题如下：
当我想在列轴上用向量划分矩阵时，但 TensorFlow 仅在 A 是具有 [n,n] 形状的矩阵且 v 具有的向量时提供行划分[1,n]形状。
我的解决方案是这样的：
tf.transpose(tf.div(tf.transpose(A), v))
我试过了，但它不起作用： 更新：它起作用了！
tf.div(A, tf.transpose(v))
所以我的问题是是否存在针对此问题的更有效的解决方案。
您使用 A / tf.transpose(v) 的第二个解决方案应该可行。 tf.div() 没有轴参数，因为它 "Divides x / y elementwise"。所以两个张量应该有相同的维度。
在您的情况下，它适用于不同的维度，因为 tf.div supports broadcasting. More about broadcasting is here。
而且它尽可能高效，因此无需寻找其他任何东西。