处理图像数据
给定一个用张量 letter 编码的黑白字母图像。您需要判断该字母是 X 还是 K。您没有训练好的神经网络，但有一个简单的模型 model，可以用于对 letter 进行分类。
3x3 张量 letter 和 1x3 张量 model 已在 Python 终端中可用。您可以通过将 letter 与 model 相乘，对结果求和，然后检查是否等于 1，来判断 letter 是否为 K。与更复杂的模型（如神经网络）一样，model 是一组按张量形式排列的权重。
注意，函数 reshape()、matmul() 和 reduce_sum() 已从 tensorflow 导入并可直接使用。
本练习是课程的一部分
Python 中的 TensorFlow 入门
练习说明
- 模型
model目前是 1x3 张量，但应为 3x1。请重塑model。 - 将 3x3 张量
letter与 3x1 张量model进行矩阵乘法。 - 对得到的张量
output求和，并将该值赋给prediction。 - 使用
.numpy()方法打印prediction，以判断letter是否为 K。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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.____)