行列の乗算テンソルとnumpyの差

Question

特定の次元を持つ2つの行列の行列乗算がnumpyで機能しますが、テンソルフローでは機能しません。

x = np.ndarray(shape=(10,20,30), dtype = float) 
y = np.ndarray(shape=(30,40), dtype = float) 
z = np.matmul(x,y) 
print("np shapes: %s x %s = %s" % (np.shape(x), np.shape(y), np.shape(z))) 

これは期待どおりに動作して印刷：私は上記のnumpyの配列はエラーに

x = tf.placeholder(tf.float32, shape=(10,20,30)) 
y = tf.Variable(tf.truncated_normal([30,40], name='w')) 
print("tf shapes: %s x %s" % (x.get_shape(), y.get_shape())) 
tf.matmul(x,y) 

を取得するのと同じ形状のプレースホルダや変数を乗算しようとすると、tensorflowにしかし

np shapes: (10, 20, 30) x (30, 40) = (10, 20, 40) 

結果は

tf shapes: (10, 20, 30) x (30, 40) 
InvalidArgumentError: 
Shape must be rank 2 but is rank 3 for 'MatMul_12' 
(op: 'MatMul') with input shapes: [10,20,30], [30,40]. 

この操作はなぜ失敗しますか？

Answer 1

なぜtf.matmulはこの種の乗算をサポートしていないのですか（コア開発者の1人が意味のある回答を与える可能性があります）。

しかし、このようにテンソルを掛けたいだけなら、tf.einsum関数を見てみてください。それは任意の階数のテンソルで動作することができる。

Answer 2

Dmytro tf.einsumで示唆されているように、これらの2つの配列を乗算するために使用できます。

x = np.ndarray(shape=(10,20,30), dtype = float) 
y = np.ndarray(shape=(30,40), dtype = float) 

これら二つの操作

はまったく同じ結果を生成：

np.einsum('ijk,kl->ijl', x, y) 
np.matmul(x,y) 

と、対応するtensorflow操作も作品を

tf.einsum('ijk,kl->ijl', tf_x,tf_y) 

Answer 3

人々はすでにあなたがそのあなたを得るためにtf.einsum()を使用できることを言った 欲しいです。

import tensorflow as tf 
x = tf.random_normal([10, 20, 30]) 
y = tf.random_normal([30, 40]) 
z = tf.einsum('ijk,kl->ijl', x, y) 

tf.matmul()あなたが期待されるように動作しない理由は、ドキュメントに書かれています。

入力はおそらく 転置した後、内寸に一致すると、（行列の バッチを表し、またはランク> 2のテンソル）行列でなければなりません。

場合によっては、行列yとテンソルx（ランク3> 2）があります。あなたの場合、内面の寸法が一致しません。

import tensorflow as tf 
a, b, c = 12, 50, 20 
x = tf.random_normal([a, b, c]) 
y = tf.random_normal([a, c, b]) 
z = tf.matmul(x, y) 

をしかし、はっきりそれはないあなたが望むものを計算します。必要であれば、それらが一致するには、このような何かを持っている必要があります。