tensorflow 一些tips

最新推荐文章于 2024-06-03 11:43:47 发布

sirius_black_

最新推荐文章于 2024-06-03 11:43:47 发布

阅读量245

点赞数 1

CC 4.0 BY-SA版权

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/huowa9077/article/details/82013524

tensorflow 专栏收录该内容

4 篇文章

订阅专栏

本文介绍了一种在TensorFlow中处理不同秩张量和矩阵相乘的方法，通过tf.scan()函数实现批量矩阵乘法。此外，还提供了一个使用sklearn库轻松划分训练集和测试集的函数示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. tensorflow不支持不同秩的张量和矩阵相乘

例如：shape（3,2,3）和（3,4）的tensor不能相乘，以前可以用batch_matmul() 新的版本中已被删除

但是神经网络中有时需要这类的操作，因为第一个维度往往是样本数维度。以下方法可以实现上述操作:

利用tf.scan() 实现

        # A维度(batch_size,dim_1,dim_2) B维度 (dim_2,dim_3) ——>返回(batch_size,dim_1,dim_3)
        def batch_matmul(A, B):
            # self.units 和self.fre_dim 对应（dim_1,dim_3） 
            initializer = tf.ones([self.units,self.fre_dim], dtype=self.dtype)
            C = tf.scan(lambda a, x: tf.matmul(x, B), A, initializer)
            return C

2.一个方便划分训练和测试集的函数

from sklearn.model_selection import train_test_split
 train_X, test_X, train_y, test_y = train_test_split(dataX, dataY,
                                                        test_size=0.2,
                                                        random_state= np.random.seed(1000))