TensorFlow中矩阵和向量的高效逐元素乘法

TensorFlow中矩阵和向量的高效逐元素乘法

最简单的代码取决于*的广播行为，该行为基于numpy的广播行为：

tf.multiply()

x = tf.constant(5.0, shape=[5, 6])w = tf.constant([0.0, 1.0, 2.0, 3.0, 4.0, 5.0])xw = tf.multiply(x, w)max_in_rows = tf.reduce_max(xw, 1)sess = tf.Session()print sess.run(xw)# ==> [[0.0, 5.0, 10.0, 15.0, 20.0, 25.0],#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0],#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0],#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0],#      [0.0, 5.0, 10.0, 15.0, 20.0, 25.0]]print sess.run(max_in_rows)# ==> [25.0, 25.0, 25.0, 25.0, 25.0]

*在旧版本的TensorFlow中，

tf.multiply()

称为

tf.mul()

。您也可以使用

*

运算符（例如

xw = x * w

）执行相同的 *** 作。