Tensorflow：逐行迭代张量并执行元素乘法

Question

我有两个张量，

x = shape(batchsize, 29, 64), 
y = shape(batchsize, 29, 29, 64)

我想在y上逐行迭代并使用x执行元素乘法，结果应该是一个形状（批量大小，29,64）。

我将如何顺序编程：

for batchnr in range(x.shape[0]): 
    for elem in y[batchnr]:
        x[batchnr] = tf.multiply(x[batchnr], elem)

我使用tf.scan，tf.map_fn，tf.while_loop尝试了几件事。但是，我无法弄清楚如何正确而有效地做到这一点。

Answer 1

如果我理解你的问题，你希望，对于批处理中的每个例子，在y[batchnr]，元素方面，然后用x，也是元素方式的29个形状矩阵（29,64）的乘法。如果这是正确的，那么我认为你可以使用tf.reduce_prod()。

例如，

# x = shape(batchsize, 29, 64), 
# y = shape(batchsize, 29, 29, 64)
# ...

z = tf.reduce_prod(y, axis=1)  # shape(batchsize, 29, 64), product of 29 matrices element-wise
r = tf.multiply(x, z)  # shape(batchsize, 29, 64)