在Keras与Lambda一起工作时，我遇到了这些问题，但我尚不完全清楚为什么会这样。这是解决这些问题的方法。如果那里还有其他人，我会很感兴趣。
import tensorflow as tf
get_lambda = lambda a,b: tf.matmul(a,b)
get_lambda(tf.zeros((1,2)),tf.zeros((2,1)))
给出正确的解决方案：
<tf.Tensor 'MatMul_6:0' shape=(1, 1) dtype=float32>
但是，如果我在Lambda图层中使用此Lambda，则会出现错误：
get_lambda_layer = keras.layers.Lambda(get_lambda)
get_lambda_layer(tf.zeros((1,2)),tf.zeros((2,1)))
TypeError: __call__() takes 2 positional arguments but 3 were given
因此，Lambda层需要2个参数，如https://keras.io/layers/core/所述，并且输入必须是一个张量或张量列表。因此，如果像这样将输入作为列表传递给Lambda层，则该层应该没问题：
get_lambda_layer( [ tf.zeros((1,2)),tf.zeros((2,1)) ] )
TypeError: <lambda>() missing 1 required positional argument: 'b'
它适用于该层，但不适用于我需要参数a：b的初始lambda函数，因此在这种情况下，我的整个输入列表将被视为a = [tf.zeros（（1,2）），tf。 zeros（（2,1））]，而b没有值，因此是错误。
我的解决方案是使用一个参数作为列表创建lamda函数，并像这样使用它：
get_lambda2 = lambda x: tf.matmul(x[0],x[1])
get_lambda_layer2 = keras.layers.Lambda(get_lambda2)
get_lambda_layer2([tf.zeros((1,2)),tf.zeros((2,1))])
结果：
<tf.Tensor 'lambda_25/MatMul:0' shape=(1, 1) dtype=float32>
这是可行的，因为参数（作为列表）从Lambda层传递到lambda函数。
可能会有更优雅的解决方案，我很想知道它们。