根据原始张量的元素索引生成新的张量流张量

Question

我对张量流量张量有疑问。

如果我有一个像y = xw + b这样的神经网络作为例子。

然后x是占位符（[7,7] dims），w是Variable（[7,1]），b是Variable（[1,1]）

因此，y是具有[7,1] dims的张量流量张量。

然后，在这种情况下。我可以制作像

这样的新张量

new_y = [tf.reduce_sum（y [0：3]），tf.reduce_sum（y [3：5]），tf.reduce_sum（y [5：]）]

并将其用于训练步骤？

如果可能，我该怎么做？

Answer 1

您应该以缩减格式（即3位）制作标签（y），然后训练到该标签。神经网络应该足够聪明，可以调整权重来模仿你的reduce_sum逻辑。