我有一个自定义的keras图层，该图层接受具有相同大小的多个矢量（例如：3个输入矢量的列表，每个矢量的长度为10。在keras中，每个输入矢量的形状为（？，10）。 ）
在调用部分下的自定义层中，我首先堆叠这三个向量以形成形状（？，3，10），其中每个向量成为行向量，并且这三个向量合并以形成矩阵x（不包括批次尺寸）。
然后，x乘以权重矩阵w，该权重矩阵的大小为（3,3），没有批次尺寸。权重矩阵在自定义层的构建部分中定义。
对结果y进行置换，使批次尺寸再次成为第一维。
最后，该图层必须输出3个长度与原始输入相同的向量。因此，我沿轴= 1切片以给出3个张量，每个张量的大小相同（？，10）。
我尝试了一个测试用例，它似乎可以工作。但是，当我调用模型并为model.summary（）创建一行时，它出现以下错误： ValueError：尺寸必须相等，但输入形状为[3,3]，[0]的“添加”（操作：“添加”）的尺寸应为3和0。
我尝试了包括K.batch_dot（）在内的各种解决方案，但是对于batch_dot（），由于尺寸错误，我无法使其正常工作...
谢谢您的帮助！
替换
self.trainable_weights = self._w
使用
self.trainable_weights.append(self._w)
Ph
# Test Case
import keras.backend as K
a = K.variable(np.array([[1,2,3],[4,5,6],[7,8,9]]))
b = K.variable(np.repeat(np.array([[1,1,10,1,1],[2,2,20,2,2],[3,3,30,3,3]])[np.newaxis,:],repeats=10,axis=0))
c = K.dot(a,b)
c = K.permute_dimensions(c,pattern=(1,0,2))
y = K.eval(c)
print(y)
print(c.shape) # (10, 3, 5)
# Custom layer build part
def build(self, input_shape):
# input_shape should be a list, since cross stitch must take in inputs from all the individual tasks.
self._input_count = len(input_shape)
w = np.identity(self._input_count) * 0.9
inverse_diag_mask = np.invert(np.identity(self._input_count, dtype=np.bool))
off_value = 0.1 / (self._input_count - 1)
w[inverse_diag_mask] = off_value
self._w = K.variable(np.array(w))
self.trainable_weights = self._w
super(CrossStitchLayer, self).build(input_shape)
# Custom layer call part
def call(self, x, **kwargs):
temp = x # to show shape
x = K.stack(x, axis=1)
y1 = K.dot(self._w, x)
y = K.permute_dimensions(y1, pattern=(1, 0, 2))
results = []
for idx in range(self._input_count):
results.append(y[:, idx, :])
return results
回溯（最近通话最近）： _create_c_op中第1628行的文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py” c_op = c_api.TF_FinishOperation（op_desc） tensorflow.python.framework.errors_impl.InvalidArgumentError：尺寸必须相等，但输入形状为[3,3]，[0]的“ add”（op：“ Add”）的尺寸应为3和0。
在处理上述异常期间，发生了另一个异常：
回溯（最近通话最近）： 文件“ C：/Users/limka/Desktop/Python/strain_sensor/run_cross_validation.py”，第10行，在 k_folds = 10，k_shuffle = True，save_model = False，save_model_name = None，save_model_dir ='。/ save / models /'） 在run_skf中的文件“ C：\ Users \ limka \ Desktop \ Python \ strain_sensor \ own_package \ cross_validation.py”，第57行 型号= MTmodel（fl = ss_fl，mode = model_mode，hparams = hparams，labels_norm = True） init 中的文件“ C：\ Users \ limka \ Desktop \ Python \ strain_sensor \ own_package \ models.py”，行217 cs_model = cross_stitch（self.features_dim，self.labels_dim，self.hparams） 文件“ C：\ Users \ limka \ Desktop \ Python \ strain_sensor \ own_package \ models.py”，第193行，在cross_stitch中 model.summary（） 文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ keras \ engine \ network.py”，摘要1260行 print_fn = print_fn） 文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ keras \ utils \ layer_utils.py”，行166，在print_summary中 print_layer_summary_with_connections（layers [i]） 文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ keras \ utils \ layer_utils.py”，行153，在print_layer_summary_with_connections中 layer.count_params（）， 在count_params中，文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ keras \ engine \ base_layer.py”，行1129 返回count_params（self.weights） 文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ keras \ engine \ base_layer.py”，行1022，权重 返回self.trainable_weights + self.non_trainable_weights _run_op中的第856行的文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ ops \ variables.py” 返回getattr（ops.Tensor，operator）（a._AsTensor（），* args） 文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ ops \ math_ops.py”，第878行，位于binary_op_wrapper中 返回func（x，y，name = name） 添加文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ ops \ gen_math_ops.py”， “添加”，x = x，y = y，名称=名称） _apply_op_helper中的第787行“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ framework \ op_def_library.py” op_def = op_def） 文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ util \ deprecation.py”，行488，在new_func中 return func（* args，** kwargs） 在create_op中的第3274行，文件``C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py'' op_def = op_def） 文件“ C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py”，行1792，在 init 中 control_input_ops） 文件``C：\ Users \ limka \ Anaconda3 \ envs \ my-rdkit-env \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py''，行163_，位于_create_c_op中 引发ValueError（str（e）） ValueError：尺寸必须相等，但输入形状为[3,3]，[0]的“添加”（操作：“添加”）的尺寸应为3和0。