從Tensorflow中的tf.matmul（tf.transpose（A），A）中獲取對角線元素

Question

我有一個包含幾列的矩陣A ，我需要計算自點積，即tf.matmul(A[:,i]), A[:,i], transpose_a=True) ，其中i索引了A列。 一種方法是只計算tf.matmul(A,A, transpose_a=True)並提取對角線，但這涉及很多多余的乘法（所有非對角線結果都被丟棄，並且非對角線結果是大多數任何大於2 x 2的矩陣的結果）。 另一種方法是做類似的事情

out = []
for i in range(tf.shape(A)[1]):
    out.append(tf.matmul((A[:,i],A[:,i],transpose_a=True))

然后收集out成tf.Tensor 。 但是似乎這是一個相當普通的計算，因此我希望為此存在一個函數（即計算權重向量的平方范數）。

Answer 1

您可以將矩陣本身按元素相乘，然后沿軸0相加。

import tensorflow as tf
tf.InteractiveSession()

A = tf.reshape(tf.range(12), (3, 4))
tf.reduce_sum(tf.pow(A, 2), axis=0).eval()

回報

array([ 80, 107, 140, 179], dtype=int32)

Answer 2

只需一點線性代數，您就能找到解決方案：

這意味着您需要執行以下操作： tf.reduce_sum(tf.square(A), axis=0)