關(guān)于tf.matmul() 和tf.multiply() 的區(qū)別說明
更新時(shí)間：2020年06月18日 14:18:47 作者：flyfish1986
這篇文章主要介紹了關(guān)于tf.matmul() 和tf.multiply() 的區(qū)別說明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
我就廢話不多說了，大家還是直接看代碼吧~
flyfish
# a # [[1, 2, 3], # [4, 5, 6]] a = tf.constant([1, 2, 3, 4, 5, 6], shape=[2, 3]) # b1 # [[ 7, 8], # [ 9, 10], # [11, 12]] b1 = tf.constant([7, 8, 9, 10, 11, 12], shape=[3, 2]) #b2 #[[ 7 8 9] # [10 11 12]] b2 = tf.constant([7, 8, 9, 10, 11, 12], shape=[2, 3]) # c矩陣相乘 第一個(gè)矩陣的列數(shù)（column）等于第二個(gè)矩陣的行數(shù)（row） # [[ 58, 64], # [139, 154]] c = tf.matmul(a, b1) # d`數(shù)元素各自相乘 #[[ 7 16 27] # [40 55 72]] d = tf.multiply(a, b2) #維度必須相等 with tf.Session(): print(d.eval())
關(guān)于其他計(jì)算
b3 = tf.constant([7, 8, 9,], shape=[1, 3]) tf.multiply(a, b3) 結(jié)果是 [[ 7 16 27] [28 40 54]] b4 = tf.constant([7, 8], shape=[2, 1]) tf.multiply(a, b4) 結(jié)果是 [[ 7 14 21] [32 40 48]] b5 = tf.constant([7], shape=[1, 1]) tf.multiply(a, b5) 結(jié)果是 [[ 7 14 21] [28 35 42]]
補(bǔ)充知識(shí)：tensor matmul的對(duì)3維張量的處理
torch.matmul(a,b)處理的一般是a和b的最后兩個(gè)維度，假設(shè)a的維度為B*F*M,b也為B*F*M, 在對(duì)a,b做相乘操作的時(shí)候，需要完成對(duì)B的維度順序的變換，通過permute(0, 2, 1)變換為B*M*F。
通過變換后進(jìn)行torch.matmul(a,b)得到結(jié)果為B*F*F，在除了最后兩個(gè)維度的的之前維度上都被認(rèn)為是Batch。
示例1：
>>> import torch >>> a=torch.rand((1000,5,10)) >>> b=torch.rand((1000,10,12)) >>> c=torch.matmul(a,b) >>> c.shape torch.Size([1000, 5, 12])
在處理不同維度時(shí)，會(huì)通過廣播來合并除最后兩個(gè)維度外的其他維度，如對(duì)于A*B*F*M與B*M*F的matmul，結(jié)果為A*B*F*F
示例2：
>>> a=torch.rand((50,1000,5,10)) >>> b=torch.rand((1000,10,12)) >>> c=torch.matmul(a,b) >>> c.shape torch.Size([50, 1000, 5, 12])
以上這篇關(guān)于tf.matmul() 和tf.multiply() 的區(qū)別說明就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
大家好，本篇文章主要講的是Python辦公自動(dòng)化之Excel介紹，感興趣的同學(xué)趕快來看一看吧，對(duì)你有幫助的話記得收藏一下，方便下次瀏覽2021-12-12
這篇文章主要介紹了詳解Python中time()方法的使用的教程,是Python入門學(xué)習(xí)中的基礎(chǔ)知識(shí),需要的朋友可以參考下2015-05-05
在Pycharm中調(diào)試Django項(xiàng)目程序的操作方法
今天小編就為大家分享一篇在Pycharm中調(diào)試Django項(xiàng)目程序的操作方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要介紹了用Python+ChatGPT批量生成論文,我用python+GPT-3?API開發(fā)了一個(gè)工具，可以直接從arxiv地址生成論文概述，需要的朋友可以參考下2023-02-02
下面小編就為大家分享一篇NetworkX之Prim算法實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2017-12-12
python中opencv圖像疊加、圖像融合、按位操作的具體實(shí)現(xiàn)
opencv圖像操作可以更好更快的方便我們處理圖片，本文主要介紹了圖像疊加、圖像融合、按位操作，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-07-07
Python實(shí)現(xiàn)文本文件拆分寫入到多個(gè)文本文件的方法
這篇文章主要介紹了Python實(shí)現(xiàn)文本文件拆分寫入到多個(gè)文本文件的方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
Pytorch數(shù)據(jù)拼接與拆分操作實(shí)現(xiàn)圖解
這篇文章主要介紹了Pytorch數(shù)據(jù)拼接與拆分操作實(shí)現(xiàn)圖解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)LRU緩存置換算法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-05-05
本文主要介紹了Pandas條件篩選與組合篩選的使用，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01