Python 张量流多重标量乘法

我有一个带有

[batch\u size，x，y]

的三维张量和一个向量

[batch\u size]

我想将第I个矩阵

[x，y]

与给定向量的第I个条目进行标量相乘

---

Tensorflow中是否有内置函数，或者我是否必须使用

tf.while_loop

？

如果有内置函数，我不知道，但您也不需要使用while循环。您可以执行基本的数组操作。e、 g:

a=tf.random_uniform([3,5,8])
b=tf.random_uniform([3])
c=tf.expand_dims(tf.expand_dims(b, -1),1)
c=tf.tile(c,[1,5,8])
d=tf.multiply(a,c)
sess=tf.Session()
sess.run([a,b,c,d])

---

它应该可以工作。

我不知道是否有内置函数，但您也不需要使用while循环。您可以执行基本的数组操作。e、 g:

a=tf.random_uniform([3,5,8])
b=tf.random_uniform([3])
c=tf.expand_dims(tf.expand_dims(b, -1),1)
c=tf.tile(c,[1,5,8])
d=tf.multiply(a,c)
sess=tf.Session()
sess.run([a,b,c,d])

---

它应该可以工作。

你可以通过广播来实现这一点。您需要首先重塑向量的形状

a = tf.constant([[[1,1],[2,2]],[[3,3],[4,4]]])
b = tf.constant([2,3])
c = tf.reshape(b, [-1,1,1])
d = a * c

>>> sess.run(d)
  array([[[ 2,  2],
    [ 4,  4]],

   [[ 9,  9],
    [12, 12]]], dtype=int32)

---

你可以通过广播来做到这一点。您需要首先重塑向量的形状

a = tf.constant([[[1,1],[2,2]],[[3,3],[4,4]]])
b = tf.constant([2,3])
c = tf.reshape(b, [-1,1,1])
d = a * c

>>> sess.run(d)
  array([[[ 2,  2],
    [ 4,  4]],

   [[ 9,  9],
    [12, 12]]], dtype=int32)