Question

我想在keras中构建一个自定义层，以便对最后一层的输出进行线性变换。例如，我从最后一层获得输出X，我的新层将输出X.dot（W）+ b。

W的形状为(49,10)，X的形状应为(64,49)，b的形状为（10，）

但是，X的形状为(?, 7, 7, 64)，当我尝试重塑形状时，它的形状为shape=(64, ?)。问号是什么意思？您能告诉我在最后一层的输出上进行线性变换的正确方法吗？

Answer 1

问号通常代表批量大小，这对模型体系结构没有影响。

您应该可以用X重塑keras.layers.Reshape((64,49))(X)的形状。

您可以在Lambda层中包装任意张量流操作，例如tf.matmul，以在Keras模型中包括自定义层。可行的最小工作示例：

import tensorflow as tf
from keras.layers import Dense, Lambda, Input
from keras.models import Model

W = tf.random_normal(shape=(128,20))
b = tf.random_normal(shape=(20,))

inp = Input(shape=(10,))
x = Dense(128)(inp)
y = Lambda(lambda x: tf.matmul(x, W) + b)(x)
model = Model(inp, y)

keras中的自定义线性变换

1 个答案: