Python TensorFlow：神经网络的积分输出

我有一个神经网络，输入两个参数：

t = tf.placeholder(tf.float32, [None, 1])
x = tf.placeholder(tf.float32, [None, 1])

在我的损失函数中，我需要在

t

上对输出进行积分，但我无法找到一种方法，因为TensorFlow中唯一可用的数值积分函数

tf.contrib.integrate.odeint\u fixed

，不能将张量作为函数，因为它不能被调用：

呼叫 输出

。。。
损耗（型号，t，x）
24                                                 0.0,
25吨，
--->26方法=“rk4”）
...
TypeError:“Tensor”对象不可调用

---

更不用说，我也不知道如何在这个计算中处理

x

，它应该是固定不变的。

tf.contrib.integrate.odeint\u fixed

似乎是用于积分常微分方程（ODE）。但是，如果我理解正确，您希望近似模型输出的定积分，让我们称之为

y

，采样点为

t

为此，您可以使用，您可以在中找到可能的实现。在您的情况下，它可能看起来像：

from tensorflow.python.ops import math_ops

def trapezoidal_integral_approx(t, y):
    return math_ops.reduce_sum(
            math_ops.multiply(t[:-1] - t[1:],
                              (y[:-1] + y[1:]) / 2.), 
            name='trapezoidal_integral_approx')

---

其中，

y

将是您模型的输出。

吹毛求疵：在运行时间方面，用2除2可能更好。

...

<ipython-input-5-c79e79b75391> in loss(model, t, x)
     24                                                 0.0,
     25                                                 t,
---> 26                                                 method = "rk4")

...

TypeError: 'Tensor' object is not callable

from tensorflow.python.ops import math_ops

def trapezoidal_integral_approx(t, y):
    return math_ops.reduce_sum(
            math_ops.multiply(t[:-1] - t[1:],
                              (y[:-1] + y[1:]) / 2.), 
            name='trapezoidal_integral_approx')