对keras点层感到困惑。点积如何计算？

Question

我阅读了有关点层的所有文章，但都没有解释如何做，因此将计算输出形状！似乎很标准！沿特定轴的值如何精确计算？

val = np.random.randint(2, size=(2, 3, 4))
a = K.variable(value=val)
val2 = np.random.randint(2, size=(2, 2, 3))
b = K.variable(value=val)
print("a")
print(val)
print("b")
print(val2)
out = Dot(axes = 2)([a,b])
print(out.shape)
print("DOT")
print(K.eval(out))

我得到：

a
[[[0 1 1 1]
  [1 1 0 0]
  [0 0 1 1]]

 [[1 1 1 0]
  [0 0 1 0]
  [0 1 0 0]]]
b
[[[1 0 1]
  [1 0 1]]

 [[1 0 1]
  [1 1 0]]]
(2, 3, 3)
DOT
[[[ 3.  1.  2.]
  [ 1.  2.  0.]
  [ 2.  0.  2.]]

 [[ 3.  1.  1.]
  [ 1.  1.  0.]
  [ 1.  0.  1.]]]

我无法用我的数学和代数矩阵知识来理解这是怎么算出来的？

Answer 1

Dot产品的工作原理。内部调用K.batch_dot。

首先，我想您可能打算这样做，>

K.batch_dot
但是幸运的是，您曾经（或者也可能是最初的意图。无论如何要指出）

val = np.random.randint(2, size=(2, 3, 4))
a = K.variable(value=val)
val2 = np.random.randint(2, size=(2, 2, 3))
b = K.variable(value=val2) # You have val here

如果您有所需的代码，由于您要使用点积的尺寸不匹配，它将引发错误。继续前进，

点积的计算方式

您有

b = K.variable(value=val)
首先，您仅在批次尺寸上执行逐元素点。因此该维度保持不变。 

现在您可以忽略

a.shape = (2,3,4)
b.shape = (2,3,4)

和a的第一维，并考虑两个矩阵b和(3,4)之间的点积，并在最后一个轴上进行点积，从而得出(3,4)矩阵。现在添加您得到的批次尺寸，

（（2，3，3）张量