Tensorflow 2.0 `tf.multiply` 方法给出了意想不到的结果答案

【问题标题】：Tensorflow 2.0 `tf.multiply` method gives unexpected resultsTensorflow 2.0 `tf.multiply` 方法给出了意想不到的结果
【发布时间】：2020-07-01 09:01:17
【问题描述】：

我对这个操作的输出形状有点困惑

>>> eps = tf.random.uniform((3))
>>> images = tf.random.normal((3, 28, 28, 1))
>>> output = eps * images
>>> output.get_shape()
(3, 28, 28, 3)

我希望这将 eps 中的每个标量与图像中形状 (28, 28, 1) 的每个图像相乘，以获得输出形状 (3, 28, 28, 1)

类似的东西

>>> output = []
>>> output.append(eps[0] * images[0])
>>> output.append(eps[1] * images[1])
>>> output.append(eps[2] * images[2])
>>> output = tf.convert_to_tensor(output)
>>> output.get_shape()
(3, 28, 28, 1)

请帮忙。

【问题讨论】：

标签： python tensorflow broadcasting

【解决方案1】：

这是由于broadcasting（链接来自 NumPy 文档，但它在 TensorFlow 中的工作方式相同）。如果您想将eps 的单一维度与images 的第一个维度“匹配”，则需要向eps 添加额外的单一维度，以便广播按预期工作：

eps = tf.random.uniform((3))
# Add dimensions for broadcasting
eps = tf.reshape(eps, [-1, 1, 1, 1])
output = eps * images
print(output.get_shape())
# (3, 28, 28, 1)

或者，您可以直接使用该形状创建eps：

eps = tf.random.uniform((3, 1, 1, 1))

【讨论】：