我很难理解是什么以及如何做dimshuffle()在Theano中实现的作品？我在官方文档中得到了以下一组示例，但无法理解它们的含义。谁能解释一下下面每个例子的意思？(‘x’)->makea0d(scalar)intoa1dvector(0,1)->identityfor2dvectors(1,0)->invertsthefirstandseconddimensions(‘x’,0)->makearowoutofa1dvector(Nto1xN)(0,‘x’)->makeacolumnoutofa1dvector(NtoNx1)(2,0,1)->AxBxCtoCxAxB(0,‘x’,1

我有两个向量v和w我想用它们制作一个矩阵m这样:m[i,j]=v[i]*w[j]换句话说，我想计算它们的外积。我可以通过使用theano.tensor.outer或向v和v添加新索引并使用dot产品。m=T.dot(v[:,numpy.newaxis],w[numpy.newaxis,:])现在，我尝试解决一个更一般的问题。我有两个矩阵(我再次称它们为v和w)，而不是两个向量v和w想计算矩阵v的每一行与矩阵w的对应行的外积(第一个矩阵中的第i_th行应乘以矩阵的第i_th行第二个矩阵)。所以，我想做这样的事情:m1=T.tensordot(v[:,:,numpy.newaxis],w[

我看到一起转置和reshape会有帮助，但我不知道如何使用。例如。dimshuffle(0,'x')使用transpose和reshape相当于什么？或者，还有更好的方法？谢谢。 最佳答案 在TensorFlow中实现Theano的dimshuffle有三个相关操作:tf.transpose()用于置换张量的维度。如果在dimshuffle的参数中指定的模式是输入张量维度的排列(即没有'x'或缺少维度)，您可以使用tf.transpose()来实现dimshuffle()。tf.expand_dims()用于向张量添加一个或多个si