es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

TensorFlow añadirá una dimensión ‘None’ a un tensor.

02 Aug, 2023 Programación

Soy nuevo en tf, no estoy seguro de si mi terminología es apropiada en el título. Básicamente vi un código de ejemplo como el siguiente que transpone un tensor y lo multiplica por una matriz de pesos.

embed_dim = xl.shape[-1]
w=tf.Variable(tf.random.truncated_normal(shape=(embed_dim,), stddev=0.01)) #(221)

`x1_transpose = tf.reshape(xl, [-1, 1, embed_dim]) #(None, 1, 221)
xlw = tf.tensordot(x1_transpose, w, axes=1) #(None, 1)


Me pregunto si puedo utilizar la función `tf.linalg.matmul` con algo como `tf.linalg.matmul(xl, w, transpose_a=True, transpose_b=False)` para lograr lo mismo. Siento que aquí necesito convertir o crear un `w` de forma `TensorShape([221, None])`, pero no estoy seguro de cómo.

xl.shape

TensorShape([None, 221]) 


`w=tf.Variable(tf.random.truncated_normal(shape=(embed_dim,), stddev=0.01))
>> TensorShape([221])

“`

Tags:  , , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Sí, puedes usar tf.linalg.matmul para lograr el mismo efecto que el código de ejemplo. Sin embargo, tendrías que remodelar xl a una forma de TensorShape([None, 1, 221]) antes de usar tf.linalg.matmul. Aquí tienes un código de ejemplo:

    embed_dim = xl.shape[-1]
w = tf.Variable(tf.random.truncated_normal(shape=(1, embed_dim), stddev=0.01)) #(1, 221)

x1_reshape = tf.reshape(xl, [-1, 1, embed_dim]) #(None, 1, 221)
x_lw = tf.linalg.matmul(x1_reshape, w, transpose_a=True)  #(None, 1, 1)
x_lw = tf.squeeze(x_lw, axis=-1) #(None, 1)

    Ten en cuenta que necesitamos especificar transpose_a=True para transponer el primer tensor, y también necesitamos eliminar la última dimensión del tensor de resultado usando tf.squeeze para obtener una forma de TensorShape([None, 1]). El tensor w necesita tener una forma de TensorShape([1, 221]) para que coincida con las dimensiones de la multiplicación.

Comments are closed.