Python 如何将两个tf.可变类型数组与形状（2,2）和（2，）相乘？

我试图转换代码

import numpy as np
W_np = np.ones((2,2))
x_np = np.array([1,0])
print(W_np @ x_np)

output: array([1., 1.])

张量流等价

import tensorflow as tf
tf.enable_eager_execution()
W = tf.Variable(tf.ones(shape=(2,2)), name="W", dtype=tf.float32)
x = tf.Variable(np.array([1,0]), name = 'x', dtype=tf.float32)
W @ x

但是收到了一条错误消息

InvalidArgumentError: In[1] is not a matrix. Instead it has shape [2] [Op:MatMul] name: matmul/

---

如何解决它？

下一个方法之一应该有效：

import tensorflow as tf
import numpy as np

tf.enable_eager_execution()
W = tf.Variable(tf.ones(shape=(2,2)), name="W", dtype=tf.float32)
x = tf.Variable(np.array([1,0]), name = 'x', dtype=tf.float32)
res =tf.linalg.matmul(W, tf.expand_dims(x, 0), transpose_b=True)
print(res)
# tf.Tensor([[1.] [1.]], shape=(2, 1), dtype=float32)

# or slightly different way
res =tf.linalg.matmul(tf.expand_dims(x, 0), W)
res = tf.squeeze(res)
print(res)
# tf.Tensor([1. 1.], shape=(2,), dtype=float32)

也可以使用重塑（）

输出：

tf.Tensor([[1.]
           [1.]], shape=(2, 1), dtype=float32)

---

numpy

matmul

对1d数组（您的（2，）形状）有特殊处理。查看其文档。

tensorflow

版本可能无法再次检查其文档。

tf.Tensor([[1.]
           [1.]], shape=(2, 1), dtype=float32)