1回答
卷积层的内积(矩阵乘法)
、、、、
我想在同一CNN层的特征映射之间找到内积(矩阵积)。我已经创建了一个自定义层来完成这个操作，并试图在层之间应用“matmul”操作，但是我最终得到了错误。请协助我做些什么。、200、240、128、2且具有计算的输入张量: input1 = <-2 -1>的’input1_Product2__test_16/ExpandDims‘(op：'ExpandDims')的单一值的张量我的自定义层代码
浏览 5提问于2019-12-16得票数 0
1回答
我有一个张量m，它存储了n个3 x 3矩阵，其中含有dim n x 3 x 3，有一个张量v，有n个3x1向量和dim n x 3。如何应用元向矩阵向量乘法，即第i-矩阵与第1-向量相乘，得到具有dim n x 3的输出张量。
谢谢你的帮助。
浏览 9提问于2022-01-23得票数 0
回答已采纳
1回答
我对tensorflow，keras很陌生，对tf如何对待它的输入和矩阵乘法以及爵士乐有些困惑。
在某个地方我听说过：
是形状(n，)的张量，例如，1,2,3,4,5不被认为是“向量”。只有形状(n,1)和(1，n)的张量被认为是向量。但在许多手册中</em
浏览 5提问于2020-11-05得票数 2
通常，当我们将维数1*n的向量T与维数m*n*k的张量T相乘时，我们期望得到维数m*k/m*1*k的矩阵/张量。这意味着我们的张量有维数n*k的矩阵的n*k切片，v被乘以每个矩阵，得到的向量被叠加在一起。为了在tensorflow中做这个乘法，我想出了下面的公式。我只是想知
浏览 3提问于2018-05-11得票数 0
回答已采纳
1回答
在我最近阅读的论文CountNet: Estimating the Number of Concurrent Speakers Using Supervised Learning中，它规定从CNN层输出的
浏览 32提问于2020-10-19得票数 0
回答已采纳
假设我有一组向量A，我想将A中的每个向量与张量T相乘，最终得到张量y，其中每个切片矩阵都是A中的向量v与T相乘的结果tf.reduce_sum(tf.expand_dims(v,2)*T,1)
但是，如果X由几个向量组成，那么乘法的
浏览 27提问于2018-06-10得票数 1
回答已采纳
4回答
我试图执行以下矩阵和张量乘法，但批处理。x = np.array([[2.0, 2.0], [3.0, 3.0], [4.0, 4.0], [5.0, 5.0]])R = np.array(0.0, 0.0], [ [0.0, 2.0], ]分批矩阵乘法比
浏览 0提问于2018-06-26得票数 1
回答已采纳
是否可以将张量中的一个(最后)维单独与其他向量相乘？ 例如，假设张量T=100为20,400，矩阵M = 400,400。是否有可能使操作h_{transpose}*M*h，其中h是张量T的最后一维？换句话说，是否可以使用(可能是pytorch)内置函数来获得大小为100，20，1的结果张量
浏览 13提问于2019-04-02得票数 0
回答已采纳
1回答
张量内矩阵的矢量化
、、、
我在将代码的一部分向量化时遇到了一些困难。我有一个(n，n，m)张量，我想把m中的每一片乘以第二个(n乘以n)矩阵(不是元素)。下面是一个for-循环的样子：Matrix = [1,2; 3,4];
Matrices_Multiplied = Tensorj)*Matrix;
Recursive_Matrix=Recursive_Matrix + Tensor(:,:,j)/tr
浏览 4提问于2016-07-17得票数 1
回答已采纳
1回答
我被困的部分是关于如何从最终解码层的输出到线性+ softmax。据我所知，如果我们有一批B，max输出seq长度M，嵌入维数D和声标大小V，那么最后一个解码器层的输出将是BxMxD，我们必须将它转化为BxV大小概率的向量，这样我们就可以应用softmax并得到下一个预测词但是，我们如何从变大小的MxD矩阵到一个固定长度的V向量呢？事情就是这样。它不会被压平成一个<e
浏览 0提问于2021-07-08得票数 0
回答已采纳
3回答
为什么BLAS有一个用于矩阵-矩阵乘法的gemm函数和一个用于矩阵-向量乘法的单独的gemv函数？矩阵-向量乘法不只是矩阵-矩阵乘法的特例，其中一个矩阵只有一行/列吗？
浏览 3提问于2011-08-16得票数 24
回答已采纳
我想用一个3-D Eigen::Tensor替换代码中的一个矩阵序列。考虑到这一点，我试着比较张量和矩阵的性能。下面的函数"tensorContractTest“执行(n，n，n)秩3张量的收缩，其中秩1张量的大小为n (n = 500)。此收缩计算n**2个点积，因此就运算数量而言，它等同于两个(n，n)矩阵的乘法(下面的函数"matrixP
浏览 211提问于2018-01-05得票数 3
1回答
假设我有两个张量A的形状: 32,512和B的形状: 32,512，
我想在矩阵的向量之间做元素乘法，得到一个新的形状矩阵：，我已经尝试过简单地修改矩阵值，而不是行，并给出一个形状矩阵: 32,512。
浏览 3提问于2020-05-01得票数 0
回答已采纳
2回答
我有一个矩阵m = np.array([[3,4], [5,6], [7,5]])和一个向量v = np.array([1,2])，这两个张量可以乘以。m和v的形状分别为(3,2)和(2 )。
如果m有3行和2列，而v有1行和2列，那么乘法怎么可能呢？
浏览 20提问于2022-07-13得票数 1
回答已采纳
1回答
我试图弄清楚如何通过缩放点产品的注意模型进行反向传播。这里，Q，K和V是张量。Q.derivativeOfSoftmax((Q.transpose(Q))).(2*transpose(Q)) ((Q.transpose(Q)+软件人们可以参考给定的论文中关于缩放点产品注意的概念：。
浏览 0提问于2019-02-15得票数 0
我试图在tensorflow中对tf.gradient进行黑客攻击，对于秩(M，N)的张量(M，N)和秩(Q，P)的张量( Q，P)，给出一个自然期望的秩的梯度张量(M，N，Q，P)。正如在这个站点上的多个问题中所指出的，我们得到的是一个秩(Q，P)，它是y元素之和的梯度。现在我不知道的是，查看tensorflow代码时，y元素的和是在哪里生成<
浏览 4提问于2017-03-25得票数 4
回答已采纳
我有大小为n的d向量和一个d x d矩阵J。我想用每个n向量计算J的矩阵向量乘法.对于这一点，我使用pytorch的expand()来获得J的广播，但是在计算矩阵向量积时，Py手电似乎在内存中实例化了一个完整的n x d x d张量。; 3.73 GiB already allocated; 5.69 GiB free; 3.7
浏览 5提问于2021-06-30得票数 1
回答已采纳
2回答
我正在做一个项目，在这个项目中，我需要乘2个张量，看起来像这样。第一个张量有5个矩阵，第二个张量有5个列向量。我需要把这两者相乘，得到得到的张量，这样这个张量的每个元素都是列向量，在把对应的矩阵乘以相应的列向量后得到。我尝试了其他函数，比如@或*，并查找了一些像torch.split这样的文档，但是它们都没有真正的</e
浏览 23提问于2022-12-04得票数 0
1回答
我正在尝试用张量做矩阵乘法，但我不确定如何用Numpy做。我一直在尝试使用np.tensordot()，但我还没能做到v^T S v =>=>数字S = np.ones((3,3))y.shape = (1) or ()
现在，我想做以
浏览 1提问于2018-11-06得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
