tensorflow的tile使用

当你需要按照矩阵维度复制数据时候，可以使用tensorflow的tile函数

a1 = tf.tile(a, [2, 2]) 表示把a的第一个维度复制两次，第二个维度复制2次。
注意使用tf.nn.softmax(r, axis=0),表示对每一列取softmax，一定要注意维度，axis=0表示对列取softmax，不然数据会出错

 def tensoflow_test():
     # 一个batch有20个样本，每个样本的长度为5，每一个为200维度
     lstm_outpus = tf.truncated_normal(shape=[2, 5, 4], mean=0, stddev=1)
     # 变形成二维
     lstm_o = tf.reshape(lstm_outpus, shape=[-1, 4])
     # 经过非线性
     M = tf.tanh(lstm_o)
     # 初始化权重信息
     w = tf.truncated_normal(shape=[4,1], mean=0, stddev=1)
     # 权重tf.matmul(M, w)
     r = tf.matmul(M, w)
     a = tf.nn.softmax(r, axis=0)
     alpha = tf.tile(a, (1, 4))
     # attention_res = lstm_o * alpha

     # M = tf.reshape(t, shape=[-1, 200])
     # o = tf.Variable(tf.truncated_normal([1, 200]), name='w', dtype=tf.float32)
     # a = tf.Variable(tf.truncated_normal([2,3]), dtype=tf.float32)
     # b = tf.Variable(tf.truncated_normal([2,3]), dtype=tf.float32)
     # a_b = tf.multiply(a,b)
     # # a_b = a * b
     # w = tf.transpose(o)
     # res = tf.matmul(M, w)
     # res2 = tf.reshape(res, shape=[-1, 5])
     # copy_res = tf.tile(res2, (3,1))
     # init_op = tf.global_variables_initializer()

     with tf.Session() as sess:
         # sess.run(init_op)
         # print(sess.run(res))
         # print(sess.run(res2))
         # print(res2)
         # print(sess.run(copy_res))
         # print(copy_res)
         # print(sess.run(lstm_o))
         # print(sess.run(lstm_outpus))
         # print(sess.run(w))
         print(lstm_outpus)
         print(lstm_o)
         print(alpha)
         # print(sess.run(lstm_outpus))
         print(sess.run([a, alpha]))
         # print(sess.run(alpha))
         # print(sess.run(alpha))
         # print(sess.run(attention_res))