定制/ Lambda层，可训练重量

Question

我正在尝试使用Keras.backend操作来编写一个函数，我将其作为Lambda包装在我的模型中使用。

有两个张量，X和Y.X不可训练。 Y是可训练的。

包装的python函数是：

import keras.backend as K
from keras.activations import softmax

def _attention(inputs):
    X, Y = inputs
    attention_weight = K.dot(X, K.expand_dims(Y))
    attention_weight = K.squeeze(attention_weight, axis=-1)
    attention_weight = softmax(attention_weight, axis=-1)
    return attention_weight

我想包装为：

Y = K.random_normal_variable(shape=(200,), mean=0.0, scale=1.0)
attend = Lambda(_attention)
attention = attend((X,Y))

我打电话的时候：

model = Model(inputs=[input], outputs=[attention])

我收到了消息

ValueError: Output tensors to a Model must be the output of a TensorFlow {图层{1}}

我是否真的需要为expand_dims，dot product和squeeze方法创建自定义图层？我知道我总能重塑Y（dim，） - ＆gt; （昏暗，1）但我仍然坚持挤压。