如何计算张量流中张量 A 沿张量 B 指定的权重的轴的加权平均值？

我正在尝试对 RNN 输出应用加权平均方案。
RNN输出用张量表示A有维度(a,b,c).
我可以简单地采取tf.reduce_mean(A,axis=1)得到张量C有维度(a,c).

但是，我想做张量的“加权平均值”A along axis = 1.
权重在矩阵中指定B有维度(d,b).

For d = 1， 我可以tf.tensordot(A,B,[1,1])得到尺寸结果(a,c).
现在为d=a，我无法计算加权平均值。

有人可以提出解决方案吗？

我不太明白为什么B应该有尺寸(d,b). If B包含仅在一个维度上对 A 进行加权平均的权重，B只需是一个向量(b,)，不是矩阵。

If B是一个向量，你可以这样做：

C = tf.tensordot(A,B,[1,0])得到一个向量C形状的(a,c) 其中包含的加权平均值A across axis=1使用中指定的权重B.

Update:

你可以这样做：

A = A*B[:,:,None] 

这是进行元素明智乘法A and B, where B将赋予每个元素的权重存储在A. Then:

C = tf.reduce_mean(A,axis=1)

将进行加权平均，因为中的每个元素A已乘以它的重量。