TensorFlow：如何通過權重變量批量變更批量張量？

Question

我有以下批處理形狀：

[?,227,227] 

而下面的權重變量：

weight_tensor = tf.truncated_normal([227,227],**{'stddev':0.1,'mean':0.0}) 

weight_var = tf.Variable(weight_tensor) 

但是當我做tf.batch_matmul：

matrix = tf.batch_matmul(prev_net_2d,weight_var) 

我失敗，出現以下錯誤：

ValueError: Shapes (?,) and() must have the same rank

---

所以我的問題變成：我該怎麼做？

如何在2D中獲得weight_variable乘以每個單獨圖片（227x227）以便產生（227x227）輸出？這個操作的平板版本完全耗盡的資源...加上漸變不會在平坦的形式正確地改變權重...

---

或者：我怎麼拆沿批維輸入張量（？，），以便我可以使用我的weight_variable在每個分裂張量上運行tf.matmul函數？

Answer 1

你可以沿着第一維度瓦的重量

weight_tensor = tf.truncated_normal([227,227],**{'stddev':0.1,'mean':0.0}) 
weight_var = tf.Variable(weight_tensor) 
weight_var_batch = tf.tile(tf.expand_dims(weight_var, axis=0), [batch_size, 1, 1]) 
matrix = tf.matmul(prev_net_2d,weight_var_batch) 

雖然batch_matmul不存在了