Tensorflow 2.0 `tf.multiply` 方法给出了意想不到的结果

Question

我对这个操作的输出形状有点困惑

>>> eps = tf.random.uniform((3))
>>> images = tf.random.normal((3, 28, 28, 1))
>>> output = eps * images
>>> output.get_shape()
(3, 28, 28, 3)

我希望将 eps 中的每个标量与图像中每个形状 (28, 28, 1) 的图像相乘，以获得输出形状 (3, 28, 28, 1)

像这样

>>> output = []
>>> output.append(eps[0] * images[0])
>>> output.append(eps[1] * images[1])
>>> output.append(eps[2] * images[2])
>>> output = tf.convert_to_tensor(output)
>>> output.get_shape()
(3, 28, 28, 1)

请帮忙

Answer 1

这是由于 broadcasting（link 来自 NumPy 文档，但它在 TensorFlow 中的工作方式相同）。如果要将 eps 的单一维度“匹配”到 images 的第一个维度，则需要向 eps 添加额外的单一维度，以便广播按预期工作：

eps = tf.random.uniform((3))
# Add dimensions for broadcasting
eps = tf.reshape(eps, [-1, 1, 1, 1])
output = eps * images
print(output.get_shape())
# (3, 28, 28, 1)

或者，您可以直接创建具有该形状的 eps：

eps = tf.random.uniform((3, 1, 1, 1))

Tensorflow 2.0 `tf.multiply` 方法给出了意想不到的结果

Tensorflow 2.0 `tf.multiply` method gives unexpected results

python

broadcasting

tensorflow