tensorflow：より高い次元の要素減算

私はテンソルのようにelementwise算術を行う方法があることを知っています。例えば、4Dテンソル（MxNxVxW）は、1次元（M）テンソルによって減算され、場合 tensorflow：より高い次元の要素減算

// x is a 4d tensor 
y = x - 1

しかし、同じことができるように（M）のすべての値に対応する（NxVxW）をテンソル値は要素ごとに減算されますか？

出典

2017-07-27 user2255757

はい、それは例えば、可能です：

import tensorflow as tf 
a=tf.constant([[[1,2,3],[4,5,6]],[[11,12,13],[14,15,16]]]) 
b=tf.constant([10,20,30]) 
res=a-b 
sess=tf.InteractiveSession() 
res.eval()

これは

array([[[ -9, -18, -27], 
     [ -6, -15, -24]], 

     [[ 1, -8, -17], 
     [ 4, -5, -14]]])

出典

2017-07-27 18:37:41

感謝を出力しますが、彼らは最後と最初にしないことによって減少しているなぜあなたは知っています寸法？ – user2255757

@ user2255757これはtf.subtractの定義方法です。 2番目の次元で減算する場合は、b = tf.constant（[10,20]）、次にres = a-tf.reshape（b、[1、-1,1]）を実行します。最初に減算するには、res = a-tf.reshape（b、[ - 1,1,1]）を実行します。 –

tensorflow：より高い次元の要素減算

答えて

関連する問題