TensorFlow二维张量和三维张量内积

方法1 爱因斯坦求和

d = tf.ones(shape=[4, 2, 5], dtype=tf.float32) 
w = tf.random.normal(shape=[2, 4])  
einsum = tf.einsum('be,ebd->bd',w,d)
print(einsum)

输出

输出的shape=（2，5）

 也可以将维度小的一个增加一维，然后交换维度，再按第一维求和

d1 = tf.ones(shape=[4, 2, 5], dtype=tf.float32) 

W2 = tf.random.normal(shape=[2, 4])                      
W2 = tf.expand_dims(W2,2)
W2 = tf.transpose(W2,perm=[1,0,2])
Ty1 = tf.multiply(W2,d1)
ty2 = tf.reduce_sum(Ty1,axis=0)                                         
print(ty2)

输出的维度也是（2，5）