大家好，欢迎来到IT知识分享网。
首先我们分析一下下面的代码：
import tensorflow as tf import numpy as np a=tf.constant([[1., 2., 3.],[4., 5., 6.]]) b=np.float32(np.random.randn(3,2)) #c=tf.matmul(a,b) c=tf.multiply(a,b) init=tf.global_variables_initializer() with tf.Session() as sess: print(c.eval())
问题是上面的代码编译正确吗？编译一下就知道，错误信息如下：
ValueError: Dimensions must be equal, but are 2 and 3 for ‘Mul’ (op: ‘Mul’) with input shapes: [2,3], [3,2].
显然，tf.multiply()表示点积，因此维度要一样。而tf.matmul()表示普通的矩阵乘法。
而且tf.multiply(a,b)和tf.matmul(a,b)都要求a和b的类型必须一致。但是之间存在着细微的区别。
在tf中所有返回的tensor，不管传进去是什么类型，传出来的都是numpy ndarray对象。
看看官网API介绍：
tf.matmul( a, b, transpose_a=False, transpose_b=False, adjoint_a=False, adjoint_b=False, a_is_sparse=False, b_is_sparse=False, name=None ) tf.multiply( x, y, name=None )
但是tf.matmul(a,b)函数不仅要求a和b的类型必须完全一致，同时返回的tensor类型同a和b一致；而tf.multiply(a,b)函数仅要求a和b的类型显式一致，同时返回的tensor类型与a一致，即在不声明类型的情况下，编译不报错。
例如：
#类型一致，可以运行 import tensorflow as tf import numpy as np a=tf.constant([[1, 2, 3],[4, 5, 6]],dtype=np.float32) b=np.float32(np.random.randn(3,2)) c=tf.matmul(a,b) #c=tf.multiply(a,b) init=tf.global_variables_initializer() with tf.Session() as sess: print (type(c.eval()),type(a.eval()),type(b))
#类型不一致，不可以运行 import tensorflow as tf import numpy as np a=tf.constant([[1, 2, 3],[4, 5, 6]]) b=np.float32(np.random.randn(3,2)) c=tf.matmul(a,b) #c=tf.multiply(a,b) init=tf.global_variables_initializer() with tf.Session() as sess: print (type(c.eval()),type(a.eval()),type(b))
#类型不一致，可以运行，结果的类型和a一致 import tensorflow as tf import numpy as np a=tf.constant([[1, 2, 3],[4, 5, 6]]) b=np.float32(np.random.randn(2,3)) #c=tf.matmul(a,b) c=tf.multiply(a,b) init=tf.global_variables_initializer() with tf.Session() as sess: print (c.eval()) print (type(c.eval()),type(a.eval()),type(b))
#类型不一致，不可以运行 import tensorflow as tf import numpy as np a=tf.constant([[1, 2, 3],[4, 5, 6]], dtype=np.float32) b=tf.constant([[1, 2, 3],[4, 5, 6]], dtype=np.int32) #c=tf.matmul(a,b) c=tf.multiply(a,b) init=tf.global_variables_initializer() with tf.Session() as sess: print (c.eval()) print (type(c.eval()),type(a.eval()),type(b))
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/32442.html
