Python Tensorflow：按行迭代张量并执行元素乘法

我有两个张量

x = shape(batchsize, 29, 64), 
y = shape(batchsize, 29, 29, 64)

我想在y上逐行迭代，并执行与x的元素乘法，结果应该是一个形状（批量大小，29，64）

我将如何按顺序编程：

for batchnr in range(x.shape[0]): 
    for elem in y[batchnr]:
        x[batchnr] = tf.multiply(x[batchnr], elem)

---

我使用tf.scan、tf.map\u fn、tf.while\u循环尝试了几种方法。然而，我不知道如何正确有效地完成它

如果我正确理解了您的问题，您希望，对于批次中的每个示例，在

y[batchnr]

中对29个形状矩阵（29，64）进行元素相乘，然后再与x进行元素相乘。如果这是正确的，那么我认为您可以使用

tf.reduce\u prod（）

比如说,

# x = shape(batchsize, 29, 64), 
# y = shape(batchsize, 29, 29, 64)
# ...

z = tf.reduce_prod(y, axis=1)  # shape(batchsize, 29, 64), product of 29 matrices element-wise
r = tf.multiply(x, z)  # shape(batchsize, 29, 64)

---

又好又容易。谢谢：）