我具有以下批处理形状:
[?,227,227]
以及以下权重变量:
weight_tensor = tf.truncated_normal([227,227],**{'stddev':0.1,'mean':0.0})
weight_var = tf.Variable(weight_tensor)
但是当我做
tf.batch_matmul时: matrix = tf.batch_matmul(prev_net_2d,weight_var)
我失败并出现以下错误:
所以我的问题变成:我该怎么做？
我如何在2D中有一个weight_variable乘以每个单独的图片(227x227)，以便获得(227x227)输出？此操作的平面版本完全耗尽了资源...加上渐变不会以平面形式正确更改权重...
或者:如何沿批处理维度(？，)拆分传入的张量，以便可以使用我的weight_variable在每个拆分的张量上运行
tf.matmul函数？ 最佳答案
您可以沿第一个维度平铺权重
weight_tensor = tf.truncated_normal([227,227],**{'stddev':0.1,'mean':0.0})
weight_var = tf.Variable(weight_tensor)
weight_var_batch = tf.tile(tf.expand_dims(weight_var, axis=0), [batch_size, 1, 1])
matrix = tf.matmul(prev_net_2d,weight_var_batch)
虽然batch_matmul不再存在