如何重写张量流减少总和在python中使用线性代数运算？

Question

我正试着重写操作减少总和操作

tf.reduce_sum(tf.square(self.kernel), [0,1,2], keepdims=False)

只使用基本的线性代数运算。这样做的背景是因为我试图将模型转换为tensorrt，而tensorrt目前不支持reduce\u sum操作。你知道吗

由于reduce\u sum运算符几乎只是一个线性运算，因此应该有一种方法可以使用更基本的运算来编写它。不幸的是，我在线性代数或张量流方面的技术还不够熟练，无法自己完成这项工作，希望能得到一些帮助。你知道吗

提前多谢了！你知道吗

Answer 1

结果=numpy.sum数（方形）输出_张量numpy（），轴=（0,1,2），keepdims=假）

这假设您在急切模式下工作，否则方法调用.numpy（）将无法工作。而不是您将使用的图形模式tf.py_函数相反。你知道吗