我正在尝试将3D张量乘以2D矩阵，但尺寸未知。
我在这里检查了所有关于此的帖子，但没有找到我想要的内容。
我有以下参数：
T形（M，N）
L-形状（？，M，M）
F-形状（？，N）
我想将L * T * F与输出形状（？，M）相乘。
我尝试扩大尺寸等。
不幸的是，我总是会丢失？维。
感谢您的任何建议。
最佳答案
您可以这样实现。
L --> [?, M, M]
T --> [M, N]
tensordot(L,T) axes [[2], [0]] --> [?,M, N]
F --> [?, N] --> expand axis --> [?, N, 1]
matmul [?, M, N], [?, N, 1] --> [?, M, 1] --> squeeze --> [?, M]
放在一起：
tf.squeeze(tf.matmul(tf.tensordot(L,T, axes=[[2],[0]]),F[...,None]))
关于python - Tensorflow乘以2D矩阵的3D张量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/50812289/