単一のニューロンに変換を適用するにはどうすればよいですか？

Question

通常、活性化関数が

layer = tf.nn.relu(layer) 

のように与えられた層の全てのニューロンに適用されますどのように私は唯一の第二のニューロンを言うために活性化関数を適用することができますか？

特定のニューロンにのみ特定の変換（たとえばtf.exp()）を適用できますか？

列をスライスするために列をスライスすることはできません。行の数を知る必要があり、作成時に不明です。

Answer 1

静的なテンソルと同じように、動的な形状のテンソルをスライスすることができます。ここで私は[?, 2]テンソルにすべてをダウン剥奪し、それが0スライスです：

import numpy as np 
import tensorflow as tf 

x = tf.placeholder(dtype=tf.float32, shape=[None, 2], name='x') 
layer = tf.nn.relu(x) 
slice = layer[:, 0] 
activation = tf.log(1 + tf.exp(slice)) 

with tf.Session() as session: 
    session.run(tf.global_variables_initializer()) 
    layer_val, slice_val, activ_val = session.run([layer, slice, activation], 
               feed_dict={x: np.random.randn(10, 2)}) 
    print layer_val[:, 0] 
    print slice_val 
    print activ_val 

あなたはlayer_val[:, 0]がslice_valと同じであり、かつactiv_valはその変換であることがわかります。