Python 添加wT*x+;b在有线电视新闻网之后
我有个问题 我必须得到EfficientNet的最后一个conv层的输出(shape=(,7,71280),我称之为x),然后计算H=wT*x+b。 我的w是[49,49]。 之后,我必须在H上应用softmax,然后执行 H和x具有相同的形状=[491280] 我找不到任何东西可以帮助我在python中翻译这段代码。 你能帮助我吗?Python 添加wT*x+;b在有线电视新闻网之后,python,tensorflow,keras,cnn,efficientnet,Python,Tensorflow,Keras,Cnn,Efficientnet,我有个问题 我必须得到EfficientNet的最后一个conv层的输出(shape=(,7,71280),我称之为x),然后计算H=wT*x+b。 我的w是[49,49]。 之后,我必须在H上应用softmax,然后执行 H和x具有相同的形状=[491280] 我找不到任何东西可以帮助我在python中翻译这段代码。 你能帮助我吗? 谢谢。我知道你只使用Tensorflow(我的意思是不使用Keras) 如果要将H和X元素相乘,并且H和X是形状相同的张量,可以使用Tensorflow中提供的元
谢谢。我知道你只使用Tensorflow(我的意思是不使用Keras)
如果要将
H
和X
元素相乘,并且H
和X
是形状相同的张量,可以使用Tensorflow中提供的元素相乘功能。如果它们不是张量,可以用张量变换变量。检查官方文档和所有信息。到目前为止您尝试了什么?你查过Keras和Tensorflow的官方文件了吗?您可以使用Conv2D和Dense。我尝试过这样做:common_input=layers.input(shape=(224224,224,3))x=model0(common_input)x=layers.BatchNormalization()(x)x=tf.reshape(x,[-1,7*71280])W=tf Variable(tf.random_normal([49,49],seed=0),name='weight')b=tf.Variable(tf.random_normal([49],seed=0),name='bias'))H=tf.matmul(W,x,transpose_a=True)H=tf.nn.softmax(H)但我不能做最后一步:Xi=Hi*XiSo你想乘H
和x
元素,因为它们的形状相同?我看到您只使用Tensorflow而不使用Keras。如果您愿意,请查看我的实现。有一个错误我无法解决。