我正在实现一个神经网络，以在二进制字段中查找代码。该层实质上是学习生成器矩阵（至少尝试这样做），然后在输出处获取代码。对于任何输入u，代码字c都以c = matmul(u.T, G)的形式获得。由于空格是二进制字段，因此1 + 1 = 0而不是2。生成器矩阵还仅包含0's和1's。我通过使用内核约束来强制执行此操作。现在，我将(21, 11)代码分为以下几层：
out1 = tf.layers.dense(inputs=message, units=21, activation=None)
out2 = tf.layers.dense(inputs=out1, units=21, activation=tf.nn.sigmoid)
第一层的输出out1有一些2's，有时还有3's。当这进入第二层时，所有2's都将转换为接近1的值（3's不会遇到该问题）。
我想知道的是，是否有任何方法可以在密集层中进行模2加法运算。任何帮助表示赞赏。