Matrix Tesorflow：矩阵初始化

我得到一个形状为[MxNxL1]的矩阵a，另一个形状为[MxL2]的矩阵B，L1和L2具有相同的维度大小，但具有不同的值。A和B中的M是对应的

对于A[M，：，：]中的每个维度，我想给它们值B[M::。也就是说，我想在矩阵B[M]中使用L2初始化A[M，：]中的每个L1，如何在tensorflow中操作

细节：假设A是一个矩阵，包含M句子，其中N单词具有L1维度单词嵌入B是一个矩阵，包含M句子，得分在L2维度。len（L1）=len（L2）

如何用矩阵B中的分数替换嵌入句子中的每个单词

---

谢谢你的帮助

我今天早上就知道了。 一种可能的方法是：

由于M&N在tensorflow中不模糊，A:[None，None，L]，B:[None，L]，所以我使用了tf.transpose（）

我们应该做的是：

1，快捷尺寸：

                        A      ------>   A_

                       tf.mul(_A_, B)     ===>   C 

转置（A[1,0,2]）：[M x N x L1]===>[N x M x L1]

                        A      ------>   A_

                       tf.mul(_A_, B)     ===>   C 

2，用1值初始化所有A_uuu矩阵 将值更改为1：

                        A_ ====> _A_

3，多个矩阵：

                        A      ------>   A_

                       tf.mul(_A_, B)     ===>   C 

4，然后快速返回dim：

                       tf.transpose(**C, [1,0,2]**)

---

你只想知道如何在tensorflow中从B初始化A？实际上，我想知道如何将A的第三个维度的值转换为B的第二个维度的值。A和B是tensorflow中的张量