将 4 维张量与 1 维张量相乘
Multiply 4-d tensor with 1-d tensor
我有一个维度为 [batch_size, num_rows, num_cols, num_values] 的 4 阶张量和一个维度为 [num_values] 的 1 阶张量。我想计算第四列中的值和我的 1 阶张量的点积，得到一个维度为 [batch_size, num_rows, num_cols, 1] 的 4 阶张量，然后我可以 tf.squeeze 到一个维度为 [batch_size, num_rows, num_cols]。有谁知道我如何完成这个？
您可以使用 tensordot or reduce_sum:
a = tf.constant(np.random.rand(2, 3, 5, 7))
b = tf.constant(np.random.rand(7))
tf.tensordot(a, b, [-1, -1]) # <tf.Tensor 'Tensordot_1:0' shape=(2, 3, 5) dtype=float64>
tf.reduce_sum(a * b, axis=-1) # <tf.Tensor 'Tensordot_1:0' shape=(2, 3, 5) dtype=float64>
我有一个维度为 [batch_size, num_rows, num_cols, num_values] 的 4 阶张量和一个维度为 [num_values] 的 1 阶张量。我想计算第四列中的值和我的 1 阶张量的点积，得到一个维度为 [batch_size, num_rows, num_cols, 1] 的 4 阶张量，然后我可以 tf.squeeze 到一个维度为 [batch_size, num_rows, num_cols]。有谁知道我如何完成这个？
您可以使用 tensordot or reduce_sum:
a = tf.constant(np.random.rand(2, 3, 5, 7))
b = tf.constant(np.random.rand(7))
tf.tensordot(a, b, [-1, -1]) # <tf.Tensor 'Tensordot_1:0' shape=(2, 3, 5) dtype=float64>
tf.reduce_sum(a * b, axis=-1) # <tf.Tensor 'Tensordot_1:0' shape=(2, 3, 5) dtype=float64>