如何解决当轴使用不同的参数时如何理解 tf.tensordot？
我只是在研究 Tensorflow。并对 tensordot 感到困惑。比如我的代码是：
import tensorflow as tf
a=tf.Variable([[1,2],[4,5],[7,8]])
b=tf.Variable([[1,8]])
根据 tf.tensordot 中不同的轴参数，结果不同。
tf.tensordot(a,b,axes=0)
<tf.Tensor: shape=(3,2,3,2),dtype=int32,numpy=
array([[[[ 1,[ 4,[ 7,8]],[[ 2,4],[ 8,10],[14,16]]],[[[ 4,8],[16,20],[28,32]],[[ 5,[20,25],[35,40]]],[[[ 7,14],35],[49,56]],[[ 8,16],[32,40],[56,64]]]],dtype=int32)>
tf.tensordot(a,axes=0)
InvalidArgumentError: Matrix size-incompatible: In[0]: [3,In[1]: [3,2] [Op:MatMul]
tf.tensordot(a,axes=2)
<tf.Tensor: shape=(),numpy=159>
虽然看了一些解释，但还是没看懂。它是如何工作的？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。