如何使用 Tensorflow 将张量的每一列乘以另一个张量的所有列？

Question

设 a 和 b 为张量，定义为：

a = tf.constant([[1, 4],
                 [2, 5],
                 [3, 6]], tf.float32)

b = tf.constant([[10, 40],
                 [20, 50],
                 [30, 60]], tf.float32)

我正在寻找一种方法将 a 的每一列乘以 b 的所有列，产生如下结果：

[[10,  40,  40, 160],
 [40, 100, 100, 250],
 [90, 180, 180, 360]]

我需要一个可以在具有任意列数 (> 2) 的张量上执行的操作。

我已经开发了一个可以在循环中使用的解决方案。你可以去看看 here.

感谢您的关注。

Answer 1

你可以试试这个：

import tensorflow as tf

a = tf.constant([[1, 4],
                 [2, 5],
                 [3, 6]], tf.float32)

b = tf.constant([[10, 40],
                 [20, 50],
                 [30, 60]], tf.float32)

a_t = tf.transpose(a)
b_t = tf.transpose(b)

c = tf.transpose(tf.stack([a_t[0] * b_t[0],
                           a_t[0] * b_t[1],
                           a_t[1] * b_t[0],
                           a_t[1] * b_t[1]]))

with tf.Session() as sess:
    print(sess.run(c))

然而，对于更大的矩阵，您必须调整索引。

Answer 2

我错过了什么吗？为什么不只是

import tensorflow as tf

a = tf.constant([[1, 4],
                 [2, 5],
                 [3, 6]], tf.float32)

b = tf.constant([[10, 40],
                 [20, 50],
                 [30, 60]], tf.float32)

h_b, w_a = a.shape.as_list()[:2]
w_b = a.shape.as_list()[1]

c = tf.einsum('ij,ik->ikj', a, b)
c = tf.reshape(c,[h_b, w_a * w_b])

with tf.Session() as sess:
    print(sess.run(c))

编辑：添加foo.shape.as_list()

如何使用 Tensorflow 将张量的每一列乘以另一个张量的所有列？

How can I multiply each column of a Tensor by all columns of an another using Tensorflow?

linear-algebra

matrix-multiplication

tensorflow