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？

---

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。