Python tensorflow-将矩阵向量与另一个向量中的每个矩阵相乘

如果我有两个张量-A的形状

[4,3,3]

和B的形状

[2,3,3]

。对于A中的每个

[3,3]

矩阵，我想与B中的每个

[3,3]

矩阵相乘，以产生具有形状

[4,2,3,3]

的张量C

---

如何在Tensorflow中实现这一点？

您可以使用

tf.einsum（'ikl，jkl->ijkl'，A，B）

：

例如：

A=tf.重塑（tf.范围（36），[4,3,3]）
B=tf.重塑（tf.范围（18），[2,3,3]）
tf.einsum（'ikl，jkl->ijkl'，A，B）
# 

您可以为此操作取消堆栈：

A = tf.reshape(tf.range(36), [4,3,3])
B = tf.reshape(tf.range(18), [2,3,3])
AB=[tf.matmul(i,j) for i in tf.unstack(A,int(A.shape[0]),0) for j in tf.unstack(B,int(B.shape[0]),0)]
AB=tf.reshape(tf.stack(output,0),[4,2,3,3])

---

除了乘法之外，还有其他算术运算符可以这样做吗？假设我想添加A和B。您可以先将

A

重塑为（4,1,3,3），然后添加A和B。

tf.重塑（A[4,1,3,3]）+B

，它使用广播属性来完成此操作。

A = tf.reshape(tf.range(36), [4,3,3])
B = tf.reshape(tf.range(18), [2,3,3])
AB=[tf.matmul(i,j) for i in tf.unstack(A,int(A.shape[0]),0) for j in tf.unstack(B,int(B.shape[0]),0)]
AB=tf.reshape(tf.stack(output,0),[4,2,3,3])