Tensorflow：逐行迭代张量并执行逐元素乘法

Question

我有两个张量

x = shape(batchsize, 29, 64), 
y = shape(batchsize, 29, 29, 64)

我想在y上逐行进行迭代，并与x进行元素逐次乘法，结果应为某种形状（批量大小为29、64）。

我如何依次编程：

for batchnr in range(x.shape[0]): 
    for elem in y[batchnr]:
        x[batchnr] = tf.multiply(x[batchnr], elem)

我使用tf.scan，tf.map_fn，tf.while_loop尝试了几件事。 但是，我不知道如何正确有效地做到这一点。

Answer 1

如果我正确理解了您的问题，那么对于一个批次中的每个示例，您都希望分别在y[batchnr] 29个形状为（ y[batchnr] ）的矩阵分别乘以y[batchnr] ，然后分别乘以x 。 如果正确，那么我认为您可以使用tf.reduce_prod() 。

例如，

# x = shape(batchsize, 29, 64), 
# y = shape(batchsize, 29, 29, 64)
# ...

z = tf.reduce_prod(y, axis=1)  # shape(batchsize, 29, 64), product of 29 matrices element-wise
r = tf.multiply(x, z)  # shape(batchsize, 29, 64)