Python 用张量张量流进行矢量化

我有形状为（10,2）
的张量x 我有形状为（10，）
的张量y 我有形状为（10，）的张量

我想用下面的公式计算一个形状为（2,1）的张量dw

设dw1和dw2为张量中的元素dw
dw1=tf.减少求和（x1*（y-y\u pred）*（-2/n）
其中，
x1=张量x的第一列
n=标量

dw2=tf.减少求和（x2*（y-y\u pred）*（-2/n）
其中，
x2=张量x的第二列
n=标量

然而，张量x将具有动态形状。
如果张量x有一个形状（10,3）
dw的形状为（3,1）

在ML透视图中，我正在计算损失函数w.r.t权重的梯度。
损失函数为MSE

我知道如何使用for循环实现此功能。
但我不明白如何使用矢量化实现它，即不使用任何for循环

---

试试普通的老款：

说明：

tf.ones

创建一个矩阵用于演示。第一个参数标记它的形状。

x

的形状是10乘2，要将其乘以形状为10乘1的矩阵，您需要将

x

然后你只需要做矩阵乘法就可以了

请注意，

dtype=tf.float32

是必需的，如果没有它，可能会出现强制转换错误

x = tf.ones((10,2), dtype=tf.float32)
y = tf.ones((10,1), dtype=tf.float32) * 2
y_pred = tf.ones((10,1), dtype=tf.float32) * 3
n = 3

result = tf.matmul(tf.transpose(x), y-y_pred) / (-n/2)