如何扩展我的Keras层的暗淡并避免使用Lambda层

Question

我正在使用tensorflow.js并尝试将我的keras模型转换为tf.js模型。但是，它不支持我尝试用于在模型中转换Tensorto层的Lambda层（我使用expand_dims）（如果不使用它，将无法正确创建模型，您知道原因）。因此，我想知道是否有什么方法可以避免使用Lambda图层并扩大embedding_layer的暗淡程度。

# input layer
input_x = Input(shape=(sequence_length, ), dtype='int32')

# embedding layer
embedding_layer = Embedding(vocab_size,
                            embedding_size,
                            embeddings_initializer=random_uniform(minval=-1.0, maxval=1.0))(input_x)
embedded_sequences = Lambda(lambda x: expand_dims(x, -1))(embedding_layer)

如果您能给我一些帮助，我将不胜感激，谢谢！

Answer 1

我自己解决了。 只需使用重塑即可。

from keras.backend import int_shape
        ......
        embedded_sequences = Reshape((int_shape(embedding_layer)[1], int_shape(embedding_layer)[2], 1))(embedding_layer)
        ......

您可以在不使用expand_dims和Lambda层的情况下扩展昏暗状态。