LAmbda层可以具有可训练的参数吗？

Question

我的问题是关于Lambda层的。据我了解，使用lambda图层时无法容纳权重/可训练参数。但是在this example中，Lambda层仍具有可训练的参数（约55k）。这怎么在这里工作？

Answer 1

Lamdba图层只是一个包装。它包装任何表达式，以便可以用作图层。这种包装不会导致（可训练的）参数。例如，如果您要对输入执行计算（例如按因子进行缩放或减去均值等），则可以将其描述为一个函数，将其包装在Lambda层中就可以了。包装不需要额外的参数。

但是，这样的表达式也可以通过其他keras层传递您的输入。如果像这样包装整个图层，则包装的图层本身可以具有参数，并且在包装时仍具有参数。

请注意，您的示例中的包装似乎已完成，以包含非keras的tf代码。一种替代方法是创建一个新的tf.keras.layers.Layer子类，并在实现其call方法和/或仅使用功能模型API时进行特定于tf的操作。