我正在嘗試使用自定義層在 TensorFlow 中訓練模型。我在最后一層遇到問題，我正在嘗試構建一個層來獲取一批圖像 [None,100,100,1] 并返回 10 個不同方形區域的總和，因此輸出應該是 [None] 的形狀，10]。我嘗試了一些不同的方法但沒有成功。我試過了：        output = tf.concat([tf.reshape(tf.math.reduce_sum(inputs[34:42, 28:40,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[34:42, 44:56,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[34:42, 60:72,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[46:54, 20:32,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[46:54, 36:48,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[46:54, 52:64,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[46:54, 68:80,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[58:66, 28:40,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[58:66, 44:56,0]), [1,]),                            tf.reshape(tf.math.reduce_sum(inputs[58:66, 60:72,0]), [1,])], axis= 0)和類似的求和函數，但無法將形狀的第一維設置為“無”。我嘗試過“作弊”，將輸入重塑為正確的形狀，然后乘以 0 并添加大小為 [10] 的張量。這得到了正確的形狀，但模型沒有訓練。有沒有正確的方法來做到這一點？我在這個問題上被困了好幾個星期，但沒有運氣。如果我放置一個不做我想要的事情的不同層，模型訓練得很好，但它具有正確的輸出形狀：class output_layer(tf.keras.Model):    def __init__(self, shape_input):        self.shape_input = shape_input        super(output_layer, self).__init__()    def call(self, inputs):        inputs = tf.math.multiply(inputs,tf.math.conj(inputs))        temp = tf.math.reduce_sum(inputs, axis=2)        temp = tf.reshape(temp, [-1,10,10])        temp = tf.math.reduce_sum(temp, axis=2)                output = tf.cast(temp, tf.float32)        output = tf.keras.activations.softmax(output, axis=-1)        return output如果有人能幫助我，我將非常感激！