在张量流中乘以多维矩阵
Multiplying multidimensional matrices in tensorflow
当我尝试使用 tf.matmul 将两个矩阵与形状相乘时
[41,22,512] & [512] 我收到以下错误：
ValueError: Shape must be rank 2 but is rank 3 for 'MatMul' (op: 'MatMul')
with input shapes: [41,22,512], [512]..
我通常认为这样的乘法会输出形状为 [41,22,1] 或 [41,22] 的张量。
Matmul 不会起作用，因为内部维度不是有效的矩阵乘法参数，相反你可以这样做：
tf.reduce_sum(x * y, axis=2)
当我尝试使用 tf.matmul 将两个矩阵与形状相乘时 [41,22,512] & [512] 我收到以下错误：
ValueError: Shape must be rank 2 but is rank 3 for 'MatMul' (op: 'MatMul')
with input shapes: [41,22,512], [512]..
我通常认为这样的乘法会输出形状为 [41,22,1] 或 [41,22] 的张量。
Matmul 不会起作用，因为内部维度不是有效的矩阵乘法参数，相反你可以这样做：
tf.reduce_sum(x * y, axis=2)