指定维度的张量积，无转置

Question

假设我有一个张量 t1 大小 (a, b, c) 和另一个张量 t2 大小 (c, d). 有没有办法把这些乘法得到一个张量？t3 大小 (a, d, b) (不是 (a, b, d))而不使用 tf.transpose 操作？

工作实例。

import tensorflow as tf  # version 2.1.0
t1 = tf.constant(tf.reshape(range(24), (2, 3, 4)))
t2 = tf.constant(tf.reshape(range(20), (4, 5)))
t3 = tf.transpose(tf.tensordot(t1, t2, axes=[[2], [0]]), [0, 2, 1])  # shape = (2, 5, 3)

我想得到的是 t3 从 t1 和 t2 而不使用 tf.transpose据称，这是很昂贵的(链接1, 链接2).

我使用Tensorflow 2.1.0和Python 3.7。

Answer 1

import tensorflow as tf

t1 = tf.constant(tf.reshape(range(24), (2, 3, 4)))
t2 = tf.constant(tf.reshape(range(20), (4, 5)))

t3 = tf.linalg.matmul(t2, t1, transpose_a=True, transpose_b=True)

这是一种有效的方法，可以在不实际计算和存储转置的情况下进行矩阵乘法。