جریان تنسور:: عملیات:: BatchMatMulV2

برش های دو تانسور را به صورت دسته ای ضرب می کند.

خلاصه

تمام برش‌های Tensor x و y را ضرب می‌کند (هر تکه را می‌توان به عنوان عنصری از یک دسته مشاهده کرد)، و نتایج منفرد را در یک تانسور خروجی با همان اندازه دسته مرتب می‌کند. هر یک از تکه‌های تکی را می‌توان به صورت اختیاری به یکدیگر متصل کرد (الحاق یک ماتریس به معنای جابجایی و مزدوج کردن آن است) قبل از ضرب با تنظیم پرچم adj_x یا adj_y روی True که به طور پیش‌فرض False هستند.

تانسورهای ورودی x و y دو بعدی یا بالاتر با شکل [..., r_x, c_x] و [..., r_y, c_y] هستند.

تانسور خروجی 2 بعدی یا بالاتر با شکل [..., r_o, c_o] است، که در آن:

r_o = c_x if adj_x else r_x
c_o = r_y if adj_y else c_y

به صورت:

output[..., :, :] = matrix(x[..., :, :]) * matrix(y[..., :, :])

توجه : BatchMatMulV2 از پخش در ابعاد دسته ای پشتیبانی می کند. اطلاعات بیشتر در مورد پخش در اینجا .

استدلال ها:

• scope: یک شی Scope
• x: 2-D یا بالاتر با شکل [..., r_x, c_x] .
• y: 2-D یا بالاتر با شکل [..., r_y, c_y] .

ویژگی های اختیاری (به Attrs مراجعه کنید):

• adj_x: اگر True باشد، برش‌های x را به هم متصل کنید. پیش فرض ها به False .
• adj_y: اگر True ، برش‌های y را به هم متصل کنید. پیش فرض ها به False .

برمی گرداند:

• Output : 3 بعدی یا بالاتر با شکل [..., r_o, c_o]

صفات عمومی

Operation operation

::tensorflow::Output output

 BatchMatMulV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input y
)

 BatchMatMulV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input y,
  const BatchMatMulV2::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs AdjX(
  bool x
)

Attrs AdjY(
  bool x
)