TensorFlow：如何通过权重变量批量变更批量张量？

Question

我有以下批处理形状：

[?,227,227] 

而下面的权重变量：

weight_tensor = tf.truncated_normal([227,227],**{'stddev':0.1,'mean':0.0}) 

weight_var = tf.Variable(weight_tensor) 

但是当我做tf.batch_matmul：

matrix = tf.batch_matmul(prev_net_2d,weight_var) 

我失败，出现以下错误：

ValueError: Shapes (?,) and() must have the same rank

---

所以我的问题变成：我该怎么做？

如何在2D中获得weight_variable乘以每个单独图片（227x227）以便产生（227x227）输出？这个操作的平板版本完全耗尽的资源...加上渐变不会在平坦的形式正确地改变权重...

---

或者：我怎么拆沿批维输入张量（？，），以便我可以使用我的weight_variable在每个分裂张量上运行tf.matmul函数？

Answer 1

你可以沿着第一维度瓦的重量

weight_tensor = tf.truncated_normal([227,227],**{'stddev':0.1,'mean':0.0}) 
weight_var = tf.Variable(weight_tensor) 
weight_var_batch = tf.tile(tf.expand_dims(weight_var, axis=0), [batch_size, 1, 1]) 
matrix = tf.matmul(prev_net_2d,weight_var_batch) 

虽然batch_matmul不存在了