Python 在tensorflow中,秩3张量与秩2张量相乘

Python 在tensorflow中,秩3张量与秩2张量相乘,python,tensorflow,deep-learning,Python,Tensorflow,Deep Learning,我有一个关于Tensorflow中乘法的问题;我有一个秩3的张量a和一个秩2的张量B,我怎样才能得到一个秩3的张量C,每个元素都在C的第一维,每个矩阵在a(第一维)和张量B之间的乘积? 例如: 我想得到一个3阶张量C: C = [A[:,0,0]*B,A[1,:0,:]*B] = [[[1,2],[3,4]]*B,[[5,6],[7,8]]*B] 非常感谢你 这个问题可以使用tf.matmul解决。我可以重复B的m次,这等于A的第一维度;然后C=tf.matmul(A,B);i、 e.新

我有一个关于Tensorflow中乘法的问题;我有一个秩3的张量a和一个秩2的张量B,我怎样才能得到一个秩3的张量C,每个元素都在C的第一维,每个矩阵在a(第一维)和张量B之间的乘积? 例如:

我想得到一个3阶张量C:

C = [A[:,0,0]*B,A[1,:0,:]*B] 
  = [[[1,2],[3,4]]*B,[[5,6],[7,8]]*B]

非常感谢你

这个问题可以使用tf.matmul解决。我可以重复B的m次,这等于A的第一维度;然后C=tf.matmul(A,B);i、 e.新的B定义为:

B=[B,B]=[[[2,3],[4,5]],[[2,3],[4,5]]]

B的维数为[2,2,2],A的维数为[2,2,2,],tf.matmul(A,B)将执行组件式乘法(每个组件都是一个2×2张量)并生成维数为[2,2,2]的C

这个问题可以使用tf.matmul解决。我可以重复B的m次,这等于A的第一维度;然后C=tf.matmul(A,B);i、 e.新的B定义为:

B=[B,B]=[[[2,3],[4,5]],[[2,3],[4,5]]]
B的维数为[2,2,2],A的维数为[2,2,2,],tf.matmul(A,B)将执行组件式乘法(每个组件都是一个2×2张量)并生成维数为[2,2,2]的C