K.batch_dot()的用法总结

K.batch_dot()的用法总结

K.batch_dot(a, b, axis)
输入1：a(计算量1，维度应该大于等于2)
输入2：b(计算量2，维度应该大于等于2)
输入3：axis(可以是一个元组(x,y)，也可以是一个整数)
当axis是一个元组(x,y)时，x代表a参与计算的维数，y代表b参与计算的维度；
当axis是一个整数z时，则a和b参与计算的维数均为z；
当axis为none时，则a参与计算的维数是倒数第一维，b参与计算的维数是倒数第二维(听说有的情况是b也是倒数第一维，比较少遇到)。
（可能专业术语还是不太熟悉，说得也不太清楚，举个例子把）
比如说

a = [[1,2], [3,4]]；b = [[5,6], [7,8]
out = K.batch_dot(a, b, (1,1))

则表示将第一维即每一行的对应的元素进行相乘后相加，得出的结果是：

out = [17,
       53]

而

out = K.batch_dot(a, b, 1) 

则同样表示将a和b的第一维对应的元素相乘后相加，结果和上面相同。

out = K.batch_dot(a, b）

则表示将a的第2维和b的第1维对应的元素进行相乘后相加。

但是有时候需要计算的量可不只二维张量，对于多维张量的计算，我总结了一下，二维张量是一个矩阵，对于多维张量，比如三维张量和四维张量，可分别想象为一个矩阵中每个元素都是一个数组或者一个矩阵，那么三维张量的batch_dot则表示将大矩阵的数组元素对应的每个子元素进行相乘后相加，同样四维张量的第三维度的batch_dot则表示将大矩阵的小矩阵元素中的行对应的元素进行相乘后相加。
至于如果多维矩阵进行第一维度或者第二维度的计算的话，就不用考虑那么多了，只要还是把大矩阵的元素单纯地看成一个数去计算就可以了。

第一次写博客，可能有点混乱。。。。