如何在Keras中实现1-Sigmoid?

时间:2018-11-27 16:16:37

标签: python machine-learning keras deep-learning gated-recurrent-unit

我想实现一种类似于GRU更新门的结构:

h t =(1-z t )h t-1 + z t h t

我正在尝试使用这些代码来实现它,但是它不起作用。我确定问题出在以下代码中:

one = K.ones(shape=(1, len, 128))
zt=Subtract([one,zt])
temp_conv2=multiply([reset_conv,zt])
output=Add([temp_conv1,temp_conv2])

我遇到以下错误:

  

AttributeError:“ Tensor”对象没有属性“ _keras_history”

我已经尝试了其他方法,例如使用Lambda层,但是它不起作用。

1 个答案:

答案 0 :(得分:1)

one不是Keras张量,因此您会收到该错误。您可以将其包装在Lambda层中:

zt = Lambda(lambda x: Subtract([K.ones(shape=(1, len, 128)), x]))(zt)

即使您不需要构造那个张量。只需使用1-x

zt = Lambda(lambda x: 1-x)(zt)

它将自动广播,并且减法将是逐元素的。