TensorFlow之tf.multiply和tf.matmul

在TF中如何運行乘法，如果是逐元素相乘或者是矩陣的乘法，如何表達。

tf.multiply

example:

import tensorflow as tf

a = tf.get_variable("a", dtype=tf.float32, shape=(2, 3), initializer=tf.constant_initializer(2.))
b = tf.get_variable("b", dtype=tf.float32, shape=(2, 3), initializer=tf.constant_initializer(2.))
init = tf.global_variables_initializer()

sess = tf.Session()
sess.run(init)
print(sess.run(tf.multiply(a, b)))

結果：

[[4. 4. 4.]
 [4. 4. 4.]]

tf.multiply實現的是逐個元素相乘。相乘的Tensor可以是一樣的shape，也可以是不一樣的Shape。比如將a中的$shape=(2,3)$換成$shape=(1)$也同樣成立。感興趣的可以試試。
在tf2.0中已經放到tf.math裏面了，變成了tf.math.multiply(x,y).

tf.matmul

example

import tensorflow as tf

a = tf.get_variable("a", dtype=tf.float32, shape=(3,2), initializer=tf.constant_initializer(2.))
b = tf.get_variable("b", dtype=tf.float32, shape=(2, 3), initializer=tf.constant_initializer(3.))
init = tf.global_variables_initializer()

sess = tf.Session()
sess.run(init)
print(sess.run(tf.matmul(a, b)))

結果：

[[12. 12. 12.]
 [12. 12. 12.]
 [12. 12. 12.]]

tf.matmul就是矩陣的點乘了。兩個矩陣的shape需要保證a的列數和b的行數相等。