BilinearTensorProduct

class paddle.fluid.dygraph.BilinearTensorProduct(name_scope, size, name=None, act=None, param_attr=None, bias_attr=None)[源代码]

该接口用于构建 BilinearTensorProduct 类的一个可调用对象,具体用法参照 代码示例 。双线性乘积计算式子如下。

\[out_{i} = x * W_{i} * {y^\mathrm{T}}, i=0,1,...,size-1\]

式中,

  • \(x\) : 第一个输入,分别包含M个元素,维度为 \([batch\_size, M]\)
  • \(y\) :第二个输入,分别包含N个元素,维度为 \([batch\_size, N]\)
  • \(W_i\) :第i个学习到的权重,维度为 \([M,N]\)
  • \(out_i\) :输出的第i个元素
  • \(y^T\)\(y\) 的转置
参数:
  • name_scope (str) – 指定类的名称。
  • size (int) – 该层的维度大小。
  • name (str,可选) – 具体用法请参见 Name ,一般无需设置,默认值为None。
  • act (str,可选) – 对输出应用的激励函数。默认值为None。
  • param_attr (ParamAttr) – 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr
  • bias_attr (ParamAttr) – 指定偏置参数属性的对象。默认值为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr

返回:维度为[batch_size, size]的2D Tensor,数据类型与输入数据类型相同。

返回类型: Variable

代码示例

import paddle.fluid as fluid
import numpy

with fluid.dygraph.guard():
    layer1 = numpy.random.random((5, 5)).astype('float32')
    layer2 = numpy.random.random((5, 4)).astype('float32')
    bilinearTensorProduct = fluid.dygraph.nn.BilinearTensorProduct(
           'BilinearTensorProduct', size=1000)
    ret = bilinearTensorProduct(fluid.dygraph.base.to_variable(layer1),
                       fluid.dygraph.base.to_variable(layer2))

属性

weight

本层的可学习参数,类型为 Parameter

bias

本层的可学习偏置,类型为 Parameter