用TensorFlow实现R中的逐次矩阵乘法

一个简单的问题

假设我有一个m x m矩阵mat，我想把它提升到n的幂，意思是mat%*%mat%*%mat%*%。。。假设我想保留所有的中间产品

要使用tensorflow解决此问题，因为我希望使用GPU使其高效，那么代码是：

还是我没有恰当地使用tensorflow？

您尝试过expm库吗

---

我正在处理的真实数据的维度非常大，因此我希望它在GPU上运行，因此使用TensorFlow的原因您尝试过gpuR包吗？如果您将矩阵设置为GPU对象，它应该将来自其他软件包（例如expm）的命令定向到GPU。但现在我也很好奇是否可以在tensorflow中实现：我认为使用R的tensorflow可能更简单如果你的问题是关于速度的，答案是基准测试。

library(tensorflow)
set.seed(1)
m <- 9 #in my real data m is pretty big though
mat <- matrix(rnorm(m*m),m,m)
tf.mat <- tf$constant(mat)
tf.prod.mat <- tf$constant(mat)
n <- 4
prod.list <- vector(mode="list",n)
for(i in 1:n){
  mat.mat.prod <- tf$matmul(tf.prod.mat,tf.mat)
  sess <- tf$Session()
  prod.list[[i]] <- sess$run(mat.mat.prod)
  tf.prod.mat <- tf$constant(prod.list[[i]])
}
sess$close()

> library(expm)
> mat %^% 2  # raise to power of 2