兩個三維矩陣的乘法怎樣計算呢?我通過實驗發現，tensorflow把前面的維度當成是batch，對最后兩維進行普通的矩陣乘法。也就是說，最后兩維之前的維度，都需要相同。

首先計算shape為(2, 2, 3)乘以shape為(2, 3, 2)的張量。

import tensorflow as tfimport numpy as npa = tf.constant(np.arange(1, 13, dtype=np.float32), shape=[2, 2, 3])b = tf.constant(np.arange(1, 13, dtype=np.float32), shape=[2, 3, 2])c = tf.matmul(a, b)# c = tf.matmul(a, b)sess = tf.Session()print("a*b = ", sess.run(c))c1 = tf.matmul(a[0, :, :], b[0, :, :])print("a[1]*b[1] = ", sess.run(c1))

運行結果：

計算結果表明，兩個三維矩陣相乘，對應位置的最后兩個維度的矩陣乘法。

再驗證高維的張量乘法：

import tensorflow as tfimport numpy as npa = tf.constant(np.arange(1, 36, dtype=np.float32), shape=[3, 2, 2, 3])b = tf.constant(np.arange(1, 36, dtype=np.float32), shape=[3, 2, 3, 2])c = tf.matmul(a, b)# c = tf.matmul(a, b)sess = tf.Session()print("a*b = ", sess.run(c))c1 = tf.matmul(a[0, 0, :, :], b[0, 0, :, :])print("a[1]*b[1] = ", sess.run(c1))

運行結果：

以上這篇tensorflow多維張量計算實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持武林站長站。