處理影像資料
你拿到了一張以黑白表示的英文字母影像，並已被編碼為張量 letter。你想判斷這個字母是 X 還是 K。你沒有訓練好的神經網路，但手邊有一個簡單模型 model，可以用來分類 letter。
Python 互動環境中已提供 3x3 張量 letter 與 1x3 張量 model。你可以先將 letter 與 model 相乘，對結果做加總，然後檢查是否等於 1，以此判斷 letter 是否為 K。就像更複雜的模型（例如神經網路）一樣，model 是一組權重，排列成一個張量。
注意：tensorflow 中的 reshape()、matmul() 與 reduce_sum() 已匯入並可直接使用。
本練習屬於課程
Python 的 TensorFlow 入門
練習說明
- 模型
model目前是 1x3 張量，但應該是 3x1。請重新調整model的形狀。 - 將 3x3 張量
letter與 3x1 張量model做矩陣相乘。 - 對相乘後得到的張量
output做加總，並將結果指定給prediction。 - 使用
.numpy()方法列印prediction，以判斷letter是否為 K。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Reshape model from a 1x3 to a 3x1 tensor
model = ____(model, (____, ____))
# Multiply letter by model
output = ____(letter, model)
# Sum over output and print prediction using the numpy method
prediction = ____
print(prediction.____)