我正在使用keras和tensorflow 1.4。
我想明确指出两层之间连接的神经元。因此，当第一层中的神经元i连接到第二层中的神经元j并且其他地方为零时，我有一个矩阵A，其中有一个矩阵。
我的第一次尝试是创建一个带有内核的自定义图层，该图层具有与A相同的大小，其中包含不可训练的零，其中A中包含零和可训练的权重，其中A中包含一个。然后，所需的输出将是一个简单的点积。不幸的是，我没有弄清楚如何实现一个部分可训练且部分不可训练的内核。
有什么建议吗？
（用手工连接的大量神经元构建一个功能模型可能是一种解决方法，但不知何故'丑陋'的解决方案）