tf.matmul 与 tf.multiply 的区别
哪些公司问过
答案要点
- tf.matmul:矩阵乘法,[m,k]×[k,n]→[m,n],内维必须匹配,对应运算符 @
- 高维张量时 matmul 对最后两维做矩阵乘,前面维度视为批次
- tf.multiply:逐元素乘(Hadamard 积),形状相同或可广播,对应运算符 *
- 例:两个 2×3 矩阵 multiply 得 2×3;matmul 需转置其一,得 2×2 或 3×3
易错点
- 把 * 运算符误认为矩阵乘法
- 忽略广播规则,形状不同时误以为 multiply 一定报错
- 以为 matmul 只支持二维,忽略批量矩阵乘语义
面试官常见追问
- tf.tensordot 和 tf.einsum 有什么用?
- PyTorch 里对应的是什么?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。