我正在尝试在具有张量流后端的Keras中实现this论文。
据我所知，他们逐渐增长了GAN，并在训练模型时逐渐淡入了其他层次。新层在迭代过程中线性消失。
我不确定如何介绍他们使用的“淡入”。
要执行此Keras，我想我可能需要一个Lambda层-但这与我所知道的差不多。
有什么建议吗？
谢谢！
答案 0 :(得分：1)
我认为您应该使用Keras Functional API。这样，您可以重新排列图层的输入以及输出，并以所需的方式将它们互连，同时图层保持其学习的权重。您将必须具有一些嵌套的if语句，但是我认为它应该可以工作。
或者您可以准备好所有模型（返回模型架构并可以设置图层权重的函数），然后使用旧模型中相应图层的权重填充新模型中的图层。