2
所以我有[32,60,60]
形状的排列A
和形状为[32,60]
的排列B
。第一个维度是批量大小,所以第一个维度是独立的。我想要做的是通过向量乘法的简单矩阵。因此,对于A
中的每个样本,我想将形状为[60,60]
的矩阵与形状[60]
的向量相乘。在整个批次中相乘A
* B
应该给我一个形状为[32,60]
的数组。如何用张量乘以张量
这应该是简单,但我做错了什么:
>>> v = np.matmul(A,B)
ValueError: shapes (32,60,60) and (32,60) not aligned: 60 (dim 2) != 32 (dim 0)
这是tensorflow,但numpy的答案可能就足够了,如果我可以转换的符号。
tf.einsum就像一个魅力。我没有意识到这个消息。谢谢! – vega