今天小编就为大家分享一篇tensorflow多维张量计算实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

两个三维矩阵的乘法怎样计算呢?我通过实验发现，tensorflow把前面的维度当成是batch，对最后两维进行普通的矩阵乘法。也就是说，最后两维之前的维度，都需要相同。 首先计算shape为(2, 2, 3)乘以shape为(2, 3, 2)的张量。 import tensorflow as tf import numpy as np a = tf.constant(np.arange(1, 13, dtype=np.float32), shape=[2, 2, 3]) b = tf.cons