テンソルフロー：バッチ（サイズB X DIMの行列）と語彙（サイズV X DIMの行列）のL1差を計算する方法は？

Question

私は次の2つのtensorflowオブジェクトを有する

batch = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3,2], name='batch') 
vocab = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0,1.0,2.0,3.0,4.0,5.0,6.0], shape=[6,2], name='vocab') 

バッチ3つのベクトル、2次元のそれぞれを有しています。 vocabには6つのベクトルがあり、それぞれ2つの次元があります。 可能なすべてのベクトルのペア（18個の値を生成する）のL1の差を計算したいと思います。例： [1,2]のL1の相違は

|1-1|+|2-2|, |1-3|+|2-4|, |1-5|+|2-6|, |1-1|+|2-2|, |1-3|+|2-4|, |1-5|+|2-6|, 

テンソルフロー関数でこれを行うことができますか？得られたマトリックスは、6×3（バッチXのvocab）であり得る。行列の乗算は、行列の期待される次数を生成する計算のようです。しかし、行列乗算の基本的な演算を無効にする方法はありますか？ （すなわち、差の絶対値による成分ごとの乗算のオーバーライド）？

Answer 1

このレスポンスはあなたにはもう役に立たないかもしれませんが、最近私はL1とL2の距離のあるk-nearest neighborsというこの例に遭遇しました。 だから、私は推測し、あなたの問題を解決することができるように：

batch = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3,2], name='batch') 
vocab = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0,1.0,2.0,3.0,4.0,5.0,6.0], shape=[6,2], name='vocab') 
distance_L1 = tf.reduce_sum(tf.abs(tf.subtract(vocab, tf.expand_dims(batch,1))), axis=2) 

幸運！