關于tf.matmul() 和tf.multiply() 的區(qū)別說明

更新時間：2020年06月18日 14:18:47 作者：flyfish1986

這篇文章主要介紹了關于tf.matmul() 和tf.multiply() 的區(qū)別說明，具有很好的參考價值，希望對大家有所幫助。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 第一個矩陣的列數(shù)（column）等于第二個矩陣的行數(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())

關于其他計算

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]]

補充知識：tensor matmul的對3維張量的處理

torch.matmul(a,b)處理的一般是a和b的最后兩個維度，假設a的維度為B*F*M,b也為B*F*M, 在對a,b做相乘操作的時候，需要完成對B的維度順序的變換，通過permute(0, 2, 1)變換為B*M*F。

通過變換后進行torch.matmul(a,b)得到結(jié)果為B*F*F，在除了最后兩個維度的的之前維度上都被認為是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，會通過廣播來合并除最后兩個維度外的其他維度，如對于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])

以上這篇關于tf.matmul() 和tf.multiply() 的區(qū)別說明就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

Python辦公自動化之Excel介紹
大家好，本篇文章主要講的是Python辦公自動化之Excel介紹，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽
2021-12-12
詳解Python中time()方法的使用的教程
這篇文章主要介紹了詳解Python中time()方法的使用的教程,是Python入門學習中的基礎知識,需要的朋友可以參考下
2015-05-05
在Pycharm中調(diào)試Django項目程序的操作方法
今天小編就為大家分享一篇在Pycharm中調(diào)試Django項目程序的操作方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2019-07-07
如何使用Python+ChatGPT批量生成論文
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
NetworkX之Prim算法(實例講解)
下面小編就為大家分享一篇NetworkX之Prim算法實例講解，具有很好的參考價值，希望對大家有所幫助。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，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2021-07-07
Python實現(xiàn)文本文件拆分寫入到多個文本文件的方法
這篇文章主要介紹了Python實現(xiàn)文本文件拆分寫入到多個文本文件的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2021-04-04
Pytorch數(shù)據(jù)拼接與拆分操作實現(xiàn)圖解
這篇文章主要介紹了Pytorch數(shù)據(jù)拼接與拆分操作實現(xiàn)圖解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
2020-04-04
Python實現(xiàn)LRU算法
這篇文章主要為大家詳細介紹了Python實現(xiàn)LRU緩存置換算法，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2022-05-05
Pandas條件篩選與組合篩選的使用
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，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2023-01-01