张量流：如何以笛卡尔积的方式减去2个张量？

Question

我想这样做：

v = tf.get_variable('v', [N])
p = tf.placeholder(shape=[None])
tmp = []
for element_p in p:
   tmp.append(element_p - v)
ret = tf.stack(tmp, axis=0)
# ret.get_shape().as_list() = [None, N]

这在张量流中可能吗？你知道吗

Answer 1

利用广播：

import tensorflow as tf

N = ...
v = tf.get_variable('v', [N])
p = tf.placeholder(shape=[None])
ret = p[:, tf.newaxis] - v[tf.newaxis, :]