我正在尝试在Keras中实现自定义RNN层，并尝试按照此link中的说明进行操作，这基本上指示如何从现有RNN类继承。但是，我的公式中隐藏层的更新方程有点不同：h(t) = tanh(W.x + U.h(t-1) + V.r(t) + b)我有点困惑。在此等式中，r(t) = f(x, p(t))是x的函数，固定输入随时间分布，还有p(t) = O(t-1).alpha + p(t-1)，其中O(t)是每个RNN单元的Softmax输出。
我认为在继承的super(customRNN, self).step函数中调用step后，标准h(t)应该被我对h(t)的定义所覆盖。但是我不知道如何修改states和get_constants函数，以及我是否需要修改Keras中recurrent和simpleRNN类的任何其他部分。
我的直觉是get_constants函数只将退出矩阵作为额外状态返回到阶梯函数，所以我猜测应该在我的方程式中为V的压差矩阵添加至少一个状态。 / p>
我刚刚开始使用Keras，我找不到很多关于自定义Keras图层定义的参考资料。对不起，如果我的问题有很多参数，我只是想确保我没有错过任何一点。谢谢！