Python 用作线性缩放的Tensorflow权重

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，用训练好的权重线性缩放

我有10个输出，我想要10个权重，在输出软最大化之前乘以每个输出。因此，每输出1个重量

但是我不断得到错误

形状必须是秩2，但是对于'MatMul_2

来说是秩1，它告诉我我的形状是

[？，10]，[10]

在我的代码被删除之前

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])

---

我想你是在寻找元素乘法，而不是矩阵乘法

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