Python tensorflow:将矩阵中的某些行与另一个矩阵中的某些列相乘
假设我有一个矩阵Python tensorflow:将矩阵中的某些行与另一个矩阵中的某些列相乘,python,tensorflow,matrix-multiplication,Python,Tensorflow,Matrix Multiplication,假设我有一个矩阵a和一个矩阵B。我知道,matmul(A,B)可以计算两个矩阵的乘法。但是我有一个任务,只需要将a的某些行与B的某些列相乘 例如,我有一个a,Ls_a=[0,1,2]行ID列表,还有一个B,Ls_B=[4,2,6]列ID列表。我想要的结果是一个列表,表示为Ls,例如: Ls[0] = A[0,:] * B[:,4] Ls[1] = A[1,:] * B[:,2] Ls[2] = A[2,:] * B[:,6] 我怎样才能做到这一点 谢谢大家帮助我 您可以按如下方式进行操作: i
a
和一个矩阵B
。我知道,matmul(A,B)可以计算两个矩阵的乘法。但是我有一个任务,只需要将a
的某些行与B
的某些列相乘
例如,我有一个a
,Ls_a=[0,1,2]
行ID列表,还有一个B
,Ls_B=[4,2,6]
列ID列表。我想要的结果是一个列表,表示为Ls
,例如:
Ls[0] = A[0,:] * B[:,4]
Ls[1] = A[1,:] * B[:,2]
Ls[2] = A[2,:] * B[:,6]
我怎样才能做到这一点
谢谢大家帮助我 您可以按如下方式进行操作:
import tensorflow as tf
a=tf.constant([[1,2,3],[4,5,6],[7,8,9]])
b=tf.constant([[1,0,1],[1,0,2],[3,3,-1]])
#taking rows 0,1 from a, and columns 0,2 from b
ind_a=tf.constant([0,1])
ind_b=tf.constant([0,2])
r_a=tf.gather(a,ind_a)
#tf.gather access the rows, so we use it together with tf.transpose to access the columns
r_b=tf.transpose(tf.gather(tf.transpose(b),ind_b))
# the diagonal elements of the multiplication
res=tf.diag_part(tf.matmul(r_a,r_b))
sess=tf.InteractiveSession()
print(r_a.eval())
print(r_b.eval())
print(res.eval())
这张照片
#r_a
[[1 2 3]
[4 5 6]]
#r_b
[[ 1 1]
[ 1 2]
[ 3 -1]]
#result
[12 8]
谢谢。这与我的预期非常接近。唯一的区别是,在您的示例中,我需要a[0]*b[0]和a[1]*b[2]。也就是说,我只需要结果的对角线。但考虑到你的解决方案,我认为很容易实现我的目标。我只需要执行tf.multiply(r_a,tf.transpose(r_b)),然后沿轴1执行reduce_和。是吗?我错过了你只想要对角线的部分。你可以用tf.diag_部分来做这个。查看我的更新解决方案。