tensorflow：更高维的元素减法

我知道有一种方法可以像这样对张量进行元素运算。tensorflow：更高维的元素减法

// x is a 4d tensor 
y = x - 1

但是是相同的可能，如果，例如，一个图4d张量（MxNxVxW）由1维（M）张量中减去，使得对于在所述（M）的每一个值张量相应的（NxVxW）值是从元素中减去的？

来源

2017-07-27 user2255757

是的，它是可能的，例如：

import tensorflow as tf 
a=tf.constant([[[1,2,3],[4,5,6]],[[11,12,13],[14,15,16]]]) 
b=tf.constant([10,20,30]) 
res=a-b 
sess=tf.InteractiveSession() 
res.eval()

这将打印

array([[[ -9, -18, -27], 
     [ -6, -15, -24]], 

     [[ 1, -8, -17], 
     [ 4, -5, -14]]])

来源

2017-07-27 18:37:41

感谢，但你知道他们为什么被减少了最后，而不是第一个尺寸？ – user2255757

@ user2255757这只是如何定义tf.subtract。如果你想减去第二维，你可以这样做：b = tf.constant（[10,20]）然后res = a-tf.reshape（b，[1，-1,1]）。为了减去第一个，你可以做res = a-tf.reshape（b，[ - 1,1,1]）。 –

tensorflow：更高维的元素减法

回答

相关问题