从大小 (1000,9) 和 (1000,10) 矩阵到大小矩阵 (1000,90)
From size (1000,9) and (1000,10) matrix to matrix of size (1000,90)
我有两个矩阵：
- 一个（1000,9）
- B (1000,10)
现在 A[0,0] 应该乘以 B[0,0], B[0,1], ... B[0,9]
A[0,1] 应该乘以 B[0,0], B[0,1], ... B[0,9]
A[1,0] 应该乘以 B[1,0], B[1,1], ... B[1,9]
等等
使得结果矩阵的大小为 (1000,90)
这在 Tensorflow 中是否可以仅通过矩阵运算而无需循环？
按照一些广播规则我觉得应该可以，但是我还没有答案。
tf.tile 可能是将两个张量平铺到 (1000,90) 形状然后进行逐元素乘法的解决方案。但也许有更好的解决方案
C = A[:, tf.newaxis, :] * B[:, :, tf.newaxis]
这给了我们一个 [1000, 10, 9] 张量，其中元素 [i, j, k] 是 A[i, k] * B[i, j]。然后我们重塑
C = tf.reshape(C, [tf.shape(A)[0], -1])
到 [1000, 90]。如果我没记错的话，C 的每一行 i 将首先用 B[i, 0] 乘以 A[i] 中的所有元素，然后 B[i, 1] 乘以 A[i] 中的所有元素等（你可能需要仔细检查）。如果你想要反过来，你可以在第一部分交换 tf.newaxis。
我有两个矩阵： - 一个（1000,9） - B (1000,10)
现在 A[0,0] 应该乘以 B[0,0], B[0,1], ... B[0,9]
A[0,1] 应该乘以 B[0,0], B[0,1], ... B[0,9]
A[1,0] 应该乘以 B[1,0], B[1,1], ... B[1,9]
等等
使得结果矩阵的大小为 (1000,90)
这在 Tensorflow 中是否可以仅通过矩阵运算而无需循环？ 按照一些广播规则我觉得应该可以，但是我还没有答案。
tf.tile 可能是将两个张量平铺到 (1000,90) 形状然后进行逐元素乘法的解决方案。但也许有更好的解决方案
C = A[:, tf.newaxis, :] * B[:, :, tf.newaxis]
这给了我们一个 [1000, 10, 9] 张量，其中元素 [i, j, k] 是 A[i, k] * B[i, j]。然后我们重塑
C = tf.reshape(C, [tf.shape(A)[0], -1])
到 [1000, 90]。如果我没记错的话，C 的每一行 i 将首先用 B[i, 0] 乘以 A[i] 中的所有元素，然后 B[i, 1] 乘以 A[i] 中的所有元素等（你可能需要仔细检查）。如果你想要反过来，你可以在第一部分交换 tf.newaxis。