python - 充当线性缩放的 Tensorflow 权重

Question

我有一个带有输出神经元的神经网络，我想在软最大化之前使用经过训练的权重进行线性缩放。

我有 10 个输出，我想要 10 个权重，在输出被软最大化之前乘以每个输出。因此每个输出的权重为 1。

但我不断收到错误形状必须为排名 2，但“MatMul_2”的排名为 1，它告诉我我的形状是 [?,10], [10]

在我的代码之前

x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)

现在是这个

x_ = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
W_pre_final = tf.Variable(tf.ones([10]))
y_pre_final = tf.matmul(x_, W) + b
y = tf.nn.softmax(tf.matmul(y_pre_final, W_pre_final))
y_ = tf.placeholder(tf.float32, [None, 10])

Answer 1

我认为您正在寻找逐元素乘法，而不是矩阵乘法

tf.multiply(y_pre_final, tf.expand_dims(W_pre_final,0))