TensorFlow批量外积

我有以下两个张量：

x, with shape [U, N]
y, with shape [N, V]

我想执行一个批外积：我想将

x

第一列中的每个元素乘以

y

第一行中的每个元素，得到形状的张量

[U，V]

，然后将

x

的第二列乘以

y

的第二行，依此类推。最终张量的形状应为

[N，U，V]

，其中

N

是批次大小

---

在TensorFlow中有没有简单的方法来实现这一点？我尝试使用

batch\u matmul（）

但没有成功

以下工作是否可以使用

---

也许有一种更优雅的解决方案，使用：

result=tf.einsum（“un，nv->nuv”，x，y）

print x.get_shape()  # ==> [U, N]
print y.get_shape()  # ==> [N, V]

x_transposed = tf.transpose(x)
print x_transposed.get_shape()  # ==> [N, U]

x_transposed_as_matrix_batch = tf.expand_dims(x_transposed, 2)
print x_transposed_as_matrix_batch.get_shape()  # ==> [N, U, 1]

y_as_matrix_batch = tf.expand_dims(y, 1)
print y_as_matrix_batch.get_shape()  # ==> [N, 1, V]

result = tf.batch_matmul(x_transposed_as_matrix_batch, y_as_matrix_batch)
print result.get_shape()  # ==> [N, U, V]