python - tensorflow中的外加减法

Question

是否是一个等效的操作(或一系列操作)，其作用类似于 numpy 外部函数？

import numpy as np

a = np.arange(3)
b = np.arange(5)

print np.subtract.outer(a,b)

[[ 0 -1 -2 -3 -4]
 [ 1  0 -1 -2 -3]
 [ 2  1  0 -1 -2]]

显而易见的候选人 tf.sub似乎只按元素行事。

Answer 1

使用广播:

sess.run(tf.transpose([tf.range(3)]) - tf.range(5))

输出

array([[ 0, -1, -2, -3, -4],
       [ 1,  0, -1, -2, -3],
       [ 2,  1,  0, -1, -2]], dtype=int32)

更具体地说，给定 (3, 1) 和 (1, 5) 数组，广播在数学上等同于将数组平铺成匹配的 ( 3, 5) 形状和逐点操作

这种平铺是通过循环现有数据在内部实现的，因此不需要额外的内存。当给定形状如 (3, 1) 和 (5) 的不相等等级时，广播将在较小的形状上填充 1 离开了。这意味着像 tf.range(5) 这样的一维列表被视为行向量，并且等同于 [tf.range(5)]