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) 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值