如何在Keras自定义层中处理实际输入数据而不是张量

Question

部分代码：

output3d = Dense(5*2, name='imediate_2d', activation='tanh')(output2d)
def f(x):
    # there are 10 numbers in input. 10 numbers are position information for 5 points.
    # this function should return a 32*32 heatmap, where some positions are labelled as 1.
    pass

proj_out = Lambda(lambda x:f(x), output_shape=(None, 32, 32), name='projection')(output2d)

我需要完成一个Keras自定义图层。输入是5点的5（x，y）坐标。我需要返回32 * 32的热图。但是我是Keras的新手。如何填写上面的f函数。欢迎任何教程或提示。谢谢

更新

我做了整个晚上的搜索，Lambda层的输入x是tensor，我不知道该如何处理。我需要的是某种复杂的东西，因此我在keras / tensorflow文档中没有发现任何提示。有什么想法怎么做？谢谢