Python tf.raw_ops.BatchMatMulV3用法及代码示例

将两个张量的切片成批相乘。

用法

tf.raw_ops.BatchMatMulV3(
    x, y, Tout, adj_x=False, adj_y=False, name=None
)

参数

x 一个Tensor。必须是以下类型之一：bfloat16 , half , float32 , float64 , uint8 , int8 , int16 , int32 , int64 , complex64 , complex128。具有形状 [..., r_x, c_x] 的二维或更高版本。
y 一个Tensor。必须是以下类型之一：bfloat16 , half , float32 , float64 , uint8 , int8 , int16 , int32 , int64 , complex64 , complex128。具有形状 [..., r_y, c_y] 的二维或更高版本。
Tout A tf.dtypes.DType从：tf.bfloat16, tf.half, tf.float32, tf.float64, tf.int16, tf.int32, tf.int64, tf.complex64, tf.complex128.如果未指定，则 Tout 与输入类型相同。
adj_x 可选的 bool 。默认为 False 。如果 True ，则与 x 的切片相邻。默认为 False 。
adj_y 可选的 bool 。默认为 False 。如果 True ，则与 y 的切片相邻。默认为 False 。
name 操作的名称(可选)。

Tensor 类型为 Tout 。

将 Tensor x 和 y 的所有切片相乘(每个切片都可以视为批次的一个元素)，并将各个结果排列在具有相同批次大小的单个输出张量中。通过将 adj_x 或 adj_y 标志设置为 True ，默认情况下为 False ，每个单独的切片都可以在乘法之前可选地连接(连接矩阵意味着转置和共轭)。

输入张量 x 和 y 是二维或更高的，形状为 [..., r_x, c_x] 和 [..., r_y, c_y] 。

输出张量为二维或更高，形状为 [..., r_o, c_o] ，其中：

r_o = c_x if adj_x else r_x
c_o = r_y if adj_y else c_y

它被计算为：

输出[...,:,:] = 矩阵(x[...,:,:]) * 矩阵(y[...,:,:])

注意： BatchMatMulV3支持批量维度的广播。更多关于广播这里.

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.raw_ops.BatchMatMulV3。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法

参数

返回

它被计算为：