tensorflow第二坑-矩阵向量相乘

突然发现tensorflow的tf.matmul()只能进行矩阵之间相乘，不能进行矩阵和向量相乘！例如：

Ws = tf.get_variable('Ws', [hidden_size])
bias_s = tf.get_variable('bs', [1])
score_tensor = tf.matmul(hidden, Ws) + bias_s

  * 1
  * 2
  * 3

会报错：
ValueError: Shape must be rank 2 but is rank 1 for ‘Model/MatMul_1’ (op: ‘MatMul’) with input shapes: [640,15], [15].

解决方法 ：
先点乘再求和，因为tf.mul()是可以broadcast的。
代码：

u=tf.reshape(np.arange(0,6),[3,2])
v=tf.Variable(tf.random_uniform([2]))
mul=tf.reduce_sum(tf.mul(tf.cast(u,tf.float32),v),reduction_indices=1)
s=tf.Session()
s.run(tf.initialize_all_variables())
print s.run(mul)

  * 1
  * 2
  * 3
  * 4
  * 5
  * 6

output：

[ 0.81020808  4.1664238   7.52263975]

  * 1