如何计算Keras中的矢量智慧点积？

我希望能够在凯拉斯计算一个向量明智的点积。详细地说，我的意思是如果我有两个张量A和B，都与形状(None, 30, 100)，我要计算与形状(None, 30, 1)的结果C，其将满足如何计算Keras中的矢量智慧点积？

C[:,:,i] = dot(A[:,:,i], B[:,:,i]).

我不知道这是否是可能的，因为batch_dot()在后端功能将只返回形状(None, 30, 30)，只有有关系

C[:,i,j] = dot(A[:,:,i], B[:,:,j])

但是，这不是我想要的。

谢谢！

2017-05-08 zhuzilin

您的输出是否真的（无，30,1）？还是（无，30,100）？ –

它应该是（无，30,1），因为两个100维矢量的点积是一个标量。我可能没有足够清楚地描述这个问题。按照元素来说，我已经将这些100维向量看作一个元素。 – zhuzilin

你可以尝试这样的：

import keras.backend as K 

C = K.sum(A * B,axis=-1,keepdims=True)

2017-05-08 17:35:12

谢谢你的回答。凯拉斯的张量是否支持'*'操作？ – zhuzilin

是的，这是一个元素乘法。结果与原件形状相同。然后你总结最后一个轴。 –

谢谢！我知道了。 – zhuzilin

的batch_dot功能是适合你的，只是包括正确的轴。假设A.shape = (2,3,4)和B.shape = (2,3,1)，您将得到形状为(2,4,1)的C。

C = K.batch_dot(A, B, axes=1)

2017-05-08 17:55:54

谢谢你的回答！但是，它不符合我的问题。在我的描述中可能会有些混乱，我已经编辑它以使其更清晰。 – zhuzilin

你可以举两个矩阵为例，做你想在Numpy中做什么？ –

回答