Question

我需要将我的CNN模型编写为Theano函数，我的权重已由Keras设置（Tensorflow作为后端），但我不确定如何添加与每个图层关联的偏差值。

此解决方案How can I get a 1D convolution in theano可以很好地将单个图层编写为Theano函数，但我需要将权重与每个图层的偏差进行叠加

我的代码的简化版本：

model = Sequential([

    InputLayer(batch_input_shape=(None,100,1)),
    Convolution1D(nb_filter=16, filter_length=8, activation='relu', border_mode='same', init='he_normal', input_shape=(None,100,1)),
    Convolution1D(nb_filter=32, filter_length=8, activation='relu', border_mode='same', init='he_normal'), 
    MaxPooling1D(pool_length=4),
    Flatten(),
    Dense(output_dim=32, activation='relu', init='he_normal'),
    Dense(output_dim=1, input_dim=32, activation='linear'),
])

如何将偏差权重添加到CNN图层？

例如，我的第一层的权重具有：（8,1,1,16）

尺寸偏差：（16，）

这很容易连接在一起以获得尺寸：（9,1,1,16）

但是对于下一层我有尺寸：（8,1,16,32）

偏向尺寸：（32，）

如何将其合并为一个权重矩阵？要加入Theano T.signal.conv.conv2d函数？

CNN图层如何添加偏差值？

0 个答案: