tensorflow - 如何乘以不同形状的张量？ (广播)

Question

我想将形状为 [a,b,c] 的张量中的元素相乘，每个元素在第 3 维中使用来自形状为 [a,b] 的张量的标量。

例如，

x = 
|[1,2][3,4][5,6]|
|[1,2][3,4][5,6]|
|[1,2][3,4][5,6]|

y = 
|0 0 1|
|1 0 0|
|0 1 0|

我想乘以 x 和 y 以获得:

res = 
|[0,0][0,0][5,6]|
|[1,2][0,0][0,0]|
|[0,0][3,4][0,0]|

你能告诉我任何方法来实现这一目标吗？

P.S:也许我可以做一个 y'来自 y这是

y' =
|[0,0][0,0][1,1]|
|[1,1][0,0][0,0]|
|[0,0][1,1][0,0]|

那么我可以使用 tf.mul()以获得结果。但是我找不到任何以这种方式复制张量中的元素的东西。

Answer 1

你是对的，你可以使用 tf.mul() .实际上，TensorFlow 中的乘法运算处理的是 broadcasting ，因此您无需创建另一个形状矢量 [a, b, c] .

为了确保广播在预期的维度上，您可以在第二个向量中添加第三个维度 y :

x = tf.random_normal([3, 3, 2])
y = tf.constant([[0., 0., 1.], [1., 0., 0.], [0., 1., 0.]])

y = tf.expand_dims(y, 2)  # y will now have a matching shape of [3, 3, 1]
res = tf.mul(x, y)

sess = tf.Session()
sess.run(res)