如何将softmax的每一行乘以张量流中的特定矩阵？答案

【问题标题】：How to multiply each row of the softmax by a specific matrix in tensorflow?如何将softmax的每一行乘以张量流中的特定矩阵？
【发布时间】：2017-10-23 14:48:06
【问题描述】：

我要解决的问题如下：给定我的softmax的输出y_pred，维度为[batch_size, n_classes]，以及一个包含每个预测的矩阵的张量T，这意味着张量的维度为[batch_size, n_classes, n_classes]。

我希望能够将y_pred 的每一行乘以来自T 的矩阵之一，并在每个迭代训练步骤中将结果保存在y_pred 中。

例子：

y_pred[0,:] = y_pred[0,:]*T[0,;,:]
y_pred[1,:] = y_pred[1,:]*T[1,;,:]

【问题讨论】：

标签： python tensorflow deep-learning

【解决方案1】：

此代码示例应该会给您想要的结果。

import tensorflow as tf
batch_size=3
num_classes=7
y_pred = tf.random_normal((batch_size, num_classes))
T = tf.random_normal((batch_size, num_classes, num_classes))

output = []
for i in range(batch_size):
  output.append(tf.matmul(tf.expand_dims(y_pred[i], axis=0), T[i]))

y_pred = tf.concat(output, axis=0)

【讨论】：