TensorFlow中多维矩阵运算

最新推荐文章于 2023-07-31 19:13:05 发布
最新推荐文章于 2023-07-31 19:13:05 发布
阅读量601 收藏 3
点赞数 2
分类专栏： LSTM（TensorFlow） 文章标签： 矩阵 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40486477/article/details/115163765
版权

3维和3维做相乘时，保证第一维相同，后两维满足二维矩阵相乘时的行列原则（即对于后两维来说，第一个矩阵的列与第二个矩阵的行相等）

eg：两个三维矩阵，维度为【2,3,4】和【2,4,5】，这里的2是第一个维度，两个2必须相等，第一个矩阵的后两维为3×4，列数为4，第二个矩阵的后两维为4×5，行数为4，第一个的列数必须与第二的行数相等，【2,3,4】×【2,4,5】=【2，3，5】

2维与3维相乘，需满足2维的第二个维度，即列数，要与3维的第二个维度，即后两维的行数相等

eg：【3,4】×【6,4,7】=【6,3,7】

1维（行向量）与2维相加：

则1维向量按照每行去扩展，扩展至与2维相等的列数，然后逐元素相加

2维和3维相加：

则将2维扩展至3维，扩后的第一个维度与3维的第一个维度相等

若初雪舞
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Tensorflow进行多维矩阵的拆分与拼接实例
09-18
今天小编就为大家分享一篇Tensorflow进行多维矩阵的拆分与拼接实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
tensorflow中关于 多维tensor的运算（tf.multiply, tf.matmul, tf.tensordot）
云中寻雾的博客
09-17 1896
multiply 等同与* ，用于计算矩阵之间的element-wise 乘法，要求矩阵的形状必须一致(或者是其中一个维度为1)，否则会报错： import tensorflow as tf a = tf.constant([1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11,12], shape=[2, 3, 2]) b = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3, 1]) c = a*b .
61_数组_多维数组_练习_矩阵运算
werdzs的博客
06-13 338
Matrix:矩阵public class TestMartix { public static void main(String[] args) { int a[][]={ {1,3}, {2,4} }; int b[][]={
多维数据运算(矩阵乘法)
disanda的专栏
09-20 2014
很多人把线性代数中的矩阵乘法在编程中搞复杂了，这里说明如下： 多维数据一般是用np运算，乘法可简单分为元素乘积和矩阵乘积 1. 元素乘积 这个简单，符号为：A*B，即对应元素相乘，这个必须保证矩阵维度相同, 即 A.shape = B.shape import numpy as np A = np.random.randn(2,2) # shape:[2,2] print(A) print(A*A) 2.矩阵运算 类似线性代数中的矩阵乘积 (行列乘积等于新矩阵的一个元素)， 计算符号包括4个： A@B
在 tensorflow 和numpy 中矩阵的加法
luoganttcc的博客
06-13 225
Am×n×..×km \times n \times ..\times km×n×..×k 和A1×k1\times k1×k 矩阵相加 相当于在最后一个维度 import numpy as np a=np.array(range(3*4)).reshape([3,4]) b=np.array([0.2]*4) print('a.shape=',a.shape) print('b.shape=',b.shape) print(a+b) print('-'*20+'我是分割线'+'-'*20)
使用Numpy/TensorFlow中的tensordot进行多维矩阵相乘
12-21
在多维张量的`tensordot`运算中，`axes`可以包含多个轴对。例如，`axes=[(axis1_1, axis2_1), (axis1_2, axis2_2), ...]`表示有多个轴参与乘积运算。这种情况下，结果张量的形状将根据所选择的轴进行调整，保留未...
Tensorflow矩阵运算实例(矩阵相乘,点乘,行/列累加)
09-18
在TensorFlow中，矩阵运算是一种基础且至关重要的操作，尤其在深度学习模型的构建和训练过程中。本篇文章将深入探讨TensorFlow中的矩阵相乘、点乘以及行/列累加这三个核心概念，并通过实例来展示如何在代码中实现...
tensorflow多维张量计算实例
09-17
本实例主要探讨了如何使用TensorFlow进行多维张量的乘法运算，特别是涉及三维及更高维度的张量。 首先，让我们理解张量乘法的基本规则。在TensorFlow中，对于两个三维张量的乘法，比如形状为`(2, 2, 3)`和`(2, 3, 2...
Tensorflow tensor 数学运算和逻辑运算方式
09-16
矩阵运算部分，TensorFlow提供了处理矩阵和多维数组的方法： 1. `tf.diag(diagonal)`：创建一个对角矩阵，对角线元素来自输入。 2. `tf.diag_part(input)`：从矩阵中提取对角线元素。 3. `tf.transpose(a, perm=...
python多维矩阵基础运算中的一点困惑
qq_36401512的博客
01-29 891
ps 还是deeplung的代码，心情烦躁连测试都麻烦啊！！ 遇到的问题简单来说就是当多维矩阵运算时候，脑袋不够用了想像不过来。 1.一个(72, 72, 108, 3, 5)矩阵A ，用12个(36,36, 36, 3, 5)矩阵B[0]到B[11]替换,B是一个矩阵列表。这个还比较好理解。 for iz in range(2): for ih i...
关于多维数组的运算问题
朱里安
09-20 1125
慰问慰问   等非凡方法   发vdv
面对不同维度大小矩阵乘法操作的处理（Tensorflow）
梧桐林木
06-20 8275
遇到的问题： 面对矩阵的大小不同的两个矩阵，其中一个矩阵如何根据另一个矩阵的要求实现相应的行或列缩放。目标效果如下所示： x:(2,2,3) [[[ 1. 2. 3.], [ 4. 5. 6.]], [[ 7. 8. 9.], [10. 11. 12.]]] w:(2,2) [[0.5, 0.4], [0.1, 0.2]] x*w:(2,2,3) [[[0.5 1....
算法很美 笔记 4.多维数组与矩阵
xcsxchen
02-16 897
4.多维数组与矩阵 题1 :顺时针打印二维数组 输入一个矩阵，按照从外向里以顺时针的顺序依次打印出每一个数字。 示例 1： 输入：matrix = [[1,2,3],[4,5,6],[7,8,9]] 输出：[1,2,3,6,9,8,7,4,5] 示例 2： 输入：matrix = [[1,2,3,4],[5,6,7,8],[9,10,11,12]] 输出：[1,2,3,4,8,12,11,10,9...
高维矩阵相乘 及对应的numpy pytorch函数
astupidspiderman的博客
04-21 1772
是不能用的 这个时候如果一定要相乘，那么可以用*实现按元素相乘，通过广播机制补充到同维度，再进行同维度的乘法，只需要较低维矩阵的最高维与较高维矩阵对应维度形状相同即可。需要满足的规则是：矩阵的最后两维满足矩阵相乘原则，前面的n-2维相同（或者利用广播机制 可以为1）在介绍矩阵的乘法之前，需要先回顾总结一下向量的点乘和叉乘（矩阵的点乘叉乘和向量是不一样的）与向量相乘不同的是，矩阵点乘得到的仍然是一个矩阵，不改变维数，他的结果是。，需要满足矩阵乘法的运算规则，即前者的列数和后者的行数要相等。
不同维度的矩阵相乘的维度结果（高维数组相乘的运算规则）、时间复杂度计算
热门推荐
简单记录生活、学习
10-05 1万+
一张图就明白了 二个矩阵乘法 对于矩阵A(n*m),B(m*n), 这里A(n*m)表示A是n行乘m列的矩阵。 如果A*B，那么复杂度为O(n*m*n),即O(n^2m) 。进一步思考，为什么呢，直接代码解释： for(i=0;i<n;i++){ //A矩阵中的n for(j=0;j<m;j++){ //A矩阵中的m 或者B矩阵中的m ,一样的 for(k=0;k<n;k++){ //B矩阵中的n ...
高维矩阵乘法学习总结
最新发布
qq_51346719的博客
07-31 159
高维就是低维的堆叠
tensorflow中的算术运算（高维度）
weixin_44885180的博客
05-05 100
import tensorflow as tf import numpy as np x = tf.ones((2, 3, 6),dtype=tf.int32) print(x) y = np.array([[2,5,8,7,3,2]]) y= tf.convert_to_tensor(y) print(y) tf.Tensor( [[[1 1 1 1 1 1] [1 1 1 1 1 1] [1 1 1 1 1 1]] [[1 1 1 1 1 1] [1 1 1 1 1 1] [1 1 1 1 1 1]
简易理解多维矩阵运算---可视化理解
weixin_44278018的博客
06-12 254
深度学习时会遇到元素相乘的情况：比如在深度学习中的注意力机制计算过程中计算加权和，于是查阅相关资料，以便理解矩阵之间的运算原理。
python矩阵运算库
05-23
Python中有许多矩阵运算库可供选择，其中一些最受欢迎的包括： 1. NumPy：NumPy是Python中最常用的...总的来说，NumPy是Python中最常用的矩阵运算库，而SciPy、TensorFlow和PyTorch则更适合于科学计算和机器学习领域。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

若初雪舞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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