Python Tensorflow定义一个构建所有tensor组件的乘积的操作

我想在tensorflow中定义一个计算如下内容的操作：

x由张量提供。最后，应将操作与已知值进行比较，并应了解参数alpha、beta i和b

（我想）所有输入的乘积都会引起麻烦。这是我尝试部署的一个版本，但没有成功。 #输入 X=tf.placeholder（tf.float32，[None，2]，name=“X”） Y=tf.placeholder（tf.float32，[None，1]，name=“Y”）

从gist运行完整脚本 将导致错误消息：

文件“h2o_测试_opti.py”，第13行，in productLayer=tf.contrib.keras.layers.multiply（powered）ValueError：应在输入列表上调用合并层

我认为tf.contrib.keras.layers.multiply的功能描述适合我的需要。我还试图找到一种像for循环这样的简单方法来计算所有传入张量元素的乘积，但没有成功，因为我无法想象以正确的方式访问张量的方法。选择正确的标记是不可能的，因为我不知道当前步骤，因此也不知道要处理的正确张量

我想将其作为“激活函数”进行测试（更确切地说是优化/拟合过程）

---

请告诉我是否需要更多信息来帮助解决此问题。

我通过 更改：

    productLayer = tf.contrib.keras.layers.multiply(powered) # bad line

致：

它应该会起作用。也许有人也可以用这个

    productLayer = tf.contrib.keras.layers.multiply(powered) # bad line

    productLayer = tf.reshape(tf.reduce_prod(X,1), (-1,1))