各位大家好，小弟最近想用TensorFlow来完成NN的部分
目前数据都准备好了，TensorFlow的部分则是上网查了一些资料，层及进出都设定好了
只是我遇到一个关于loss function的问题
一般训练都是N个数据进去，M个数据出来，用这M个数据与参考值求误差
但我的状况是：
我有一个三维的资料： N x M x P
里面有 N 个images，每个images有 M 个原子，每个原子有 P 个参数
希望可以利用同一个 (或者依照原子不同而分类成多个) NN
在我输入P个数据后，可以得到答案Ep
同一个image里面所有原子M的Ep加总后会得到一个值 En
全部资料会有N个En，这些En与参考值求误差后即为我的loss
目前卡在不知道该如何将M次计算后的Ep全部加总在一起

数学式写出来阿

你loss function要设计的有弹性，不要写死

你有设定batch size 吗?还是都一个个喂?老实说你的loss function 看起来蛮蛮基本的，不懂为何会卡住我会建议你不要用一个个原子去想 而是用image的角度因为你的目标En单位是每个image就直接用(N, M, P)大小的矩阵直接去train不用拆开对应的label为长度(N,)的矩阵 这边N就是batch size