TensorFlow 中矩阵和向量的高效逐元素乘法

Posted 2023-02-16

【中文标题】TensorFlow 中矩阵和向量的高效逐元素乘法

【英文标题】：Efficient element-wise multiplication of a matrix and a vector in TensorFlow

【发布时间】：2016-03-15 12:26:16

【问题描述】：

乘以（逐元素）二维张量（矩阵）的最有效方法是什么：

x11 x12 .. x1N
...
xM1 xM2 .. xMN

通过垂直向量：

w1
...
wN

获取新矩阵：

x11*w1 x12*w2 ... x1N*wN
...
xM1*w1 xM2*w2 ... xMN*wN

为了提供一些背景信息，我们有一批可以并行处理的 M 数据样本，并且每个 N-元素样本必须乘以存储在变量中的权重 w 以最终选择最大的Xij*wj 对应每一行 i。

【参考方案1】：

执行此操作的最简单代码依赖于tf.multiply()^* 的广播行为，它基于numpy's broadcasting behavior：

x = tf.constant(5.0, shape=[5, 6])
w = tf.constant([0.0, 1.0, 2.0, 3.0, 4.0, 5.0])
xw = tf.multiply(x, w)
max_in_rows = tf.reduce_max(xw, 1)

sess = tf.Session()
print sess.run(xw)
# ==> [[0.0, 5.0, 10.0, 15.0, 20.0, 25.0],
#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0],
#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0],
#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0],
#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0]]

print sess.run(max_in_rows)
# ==> [25.0, 25.0, 25.0, 25.0, 25.0]

^* 在旧版本的 TensorFlow 中，tf.multiply() 被称为 tf.mul()。您也可以使用* 运算符（即xw = x * w）来执行相同的操作。

【讨论】：

文档链接已失效。这是实际的：tf.multiply

谢谢...现在应该修复链接！

不要忘记括号：print(sess.run(xw)) 和 print(sess.run(max_in_rows))

我将它应用于密集矩阵和稀疏向量，但不起作用。