廣播帶有動態形狀的tf.matmul

Question

我想在等級2和3的兩個張量之間廣播tf.matmul操作，其中一個張量包含“未知”形狀的維（基本上是特定維中的“無”值）。

問題在於動態尺寸tf.reshape和tf.broadcast_to似乎不起作用。

x = tf.placeholder(shape=[None, 5, 10], dtype=tf.float32)
w = tf.ones([10, 20])
y = x @ w
with tf.Session() as sess:
  r1 = sess.run(y, feed_dict={x: np.ones([3, 5, 10])})
  r2 = sess.run(y, feed_dict={x: np.ones([7, 5, 10])})

以上面的代碼為例。 在這種情況下，我要分別喂食兩批分別為3和7的元素。 我希望r1和r2是矩陣w與這些批處理中3或7個元素中的每個元素相乘的結果。 因此， r1和r2的最終形狀分別為（ r2 ）和（7、5、20），但是我得到的是：

ValueError：形狀必須為2級，但輸入形狀為[？，5,10]，[10,20]的“ matmul”（操作：“ MatMul”）為3級。

Answer 1

w可以擴展為rank-3張量，其批大小等於輸入的大小。 然后，可以執行matmul操作

x = tf.placeholder(shape=[None, 5, 10], dtype=tf.float32)
w = tf.ones([10, 20])

number_batches = tf.shape(x)[0]
w = tf.tile(tf.expand_dims(w, 0), [number_batches, 1, 1])
y = x @ w
with tf.Session() as sess:
  print(sess.run(y, feed_dict={x: np.ones([2, 5, 10])}))
  print(sess.run(y, feed_dict={x: np.ones([3, 5, 10])}))

現場代碼在這里