TensorFlow batch_dot函数理解

linuxwindowsios

于 2018-11-17 16:14:55 发布

阅读量3.9k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签：深度学习 TensorFlow

本文链接：https://blog.youkuaiyun.com/linuxwindowsios/article/details/84189907

4 篇文章

订阅专栏

本文详细介绍了在TensorFlow框架下使用Keras的batch_dot函数进行矩阵运算的方法。通过实例演示了不同axes参数设置下batch_dot的计算过程，并与tf.reduce_sum和tf.multiply结合使用验证结果的一致性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

batch_dot实现

import tensorflow as tf
tf.enable_eager_execution()
import keras.backend as K
import numpy as np

x1 = tf.convert_to_tensor([[1,2,3],[4,5,6]])
x2 = tf.convert_to_tensor([[1,2,3],[4,5,6]])

K.batch_dot(x1,x2,axes=1).numpy()

axes为1 的batch_dot输出如下：

array([[14],
       [77]], dtype=int32)

axes为2的batch_dot输出如下：

K.batch_dot(x1,x2,axes=0).numpy()

array([[17],
       [29],
       [45]], dtype=int32)

实际上与先经过位对位乘法然后按某一个轴作聚合加法返回的结果一直，下面是验证结果。

tf.reduce_sum(tf.multiply(x1 , x2) , axis=0).numpy()

array([17, 29, 45], dtype=int32)

tf.reduce_sum(tf.multiply(x1 , x2) , axis=1).numpy()

array([14, 77], dtype=int32)