Tensorflow层在矩阵尺寸和Keras等效上的应用

Question

我有一个Tensorflow代码：

.
.
leaky_relu(tf.matmul(tf.transpose(out2, perm=[0, 2, 1, 3]), tf.transpose(out2, perm=[0, 2, 3, 1])))
.
.

此处，tf.matmul的输出的形状为(4, 9, 9)。然后，将其输入到leaky_relu层。

现在我的问题是，如果我使用Keras重写此代码，以下“翻译”是否正确？

.
.
out2 = Lambda(lambda x: K.dot(K.permute_dimensions(x, (0, 2, 1, 3)), K.permute_dimensions(x, (0, 2, 3, 1))), output_shape=(4,9,9))(out2)
out2 = Flatten()(out2)
out2 = Dense(324, kernel_initializer='glorot_normal', activation='linear')(out2)
out2 = LeakyReLU(alpha=.2)(out2)
out2 = Reshape((4, 9, 9))(out2)
.
.