Question

我正在用Keras创建一个不同的项目，它是基于预定义知识（称为IF-THEN规则）的神经网络的开发，称为Neurules。我创建了一个Python模块，从给定的IF-THEN逻辑表达式训练我的每个神经元/神经元，毕竟我需要使用Keras将其创建为网络并重用此模型。

我已经用一个小例子进行了测试，它可以工作，手动添加所有内容，权重和偏见。现在，我已经更新了脚本，它给了我一个JSON，其中包含所有要添加到Keras的权重（到目前为止一直有效）。

这是我的问题，我的第一层有20个神经元（由IF-THEN创建的神经元），但我只有2种可能的输出，某些神经元/神经元给我output[0]，其中一些{ {1}}，我想在中间添加一个表示OR连接的层。

例如：

第1层： NEURON1，NEURON2，NEURON3

output[1]由以下组成：Output[0]

NEURON1 or NEURON2由以下组成：Output[1]

在我的第一个小例子中，我所做的是：我用预先开发的python模块创建并训练了OR神经元，然后在其中添加了第二层。然后，我将条目手动连接到“或”神经元（将权重放入正确的连接中，并在不影响“或”时将权重置为0）。现在，我有了更大的东西，并且正在使整个过程自动化。

简单网络的可视化：缓冲区只是转发值，或者正在对输入进行“或”运算。

我如何在Keras中创建一个Lambda层，该Lambda层接收一些输出，处理逻辑或并连接到其中一个输出？

我发现了Backend函数： NEURON2 or NEURON3，但直到现在我都无法使用，应该如何使用？可能在Lambda层中，但是如何？

例如，我需要连接

tf.keras.backend.any-> (NEURON1 or NEURON4 or NEURON5)

output[0]-> (NEURON3 or NEURON6 or NEURON7)

在我的系统中，-1代表False，1代表True。到目前为止，我已经保存了哪个神经元正在使用JSON数组中的2个输出中的每个输出，例如：

output[1]

我希望有人可以帮助我：）

编辑：提供一个更新，几天后我找到了一个解决方案，我将我的图层分为2层，并使用lambda图层进行了如下操作：

"secondLayerDescription": [
    [0, 1, 4, 5, 6, 8, 12, 13, 14, 16, 18], 
    [2, 3, 7, 9, 10, 11, 15, 17, 19]
]

但是我仍然遇到问题，无法将它们合并在一起，我基于这个新主题提出了一个新问题。

Answer 1

我找到了一种方法，我需要对Neurules层进行排序，分割，然后对每个分割分别使用一个Lambda层，进行一些处理，如问题的编辑部分所示：标准化输入，使用backend.any，然后将True或False投射回浮动。