如何在Keras模型中用自定义函数替换嵌入层？

Question

我想用自定义函数-f（o字符串列表）-替换Keras嵌入层，该函数接受一系列长度可变的字符串并返回形状为（batch_size，max_len，feature_len）的张量。

假设我要创建的模型非常简单，由两个密集层组成，如下所示：

Inputs = Input(shape=(1,),tf.string) 

model = Lambda(f, output_shape = (max_len, feature_len))(Inputs) 

model = Dense(20,activation='relu')(model)

model = Dense(1,activation='sigmoid')(model)

model = Model(Inputs, model)

但是，以上几行导致错误！我无法创建模型。任何帮助表示赞赏。

p.s。函数f（）可以看作是一种基于上下文的词嵌入生成器 ，例如ELMo或BERT，它们分别为每个嵌入生成长度为 feature_len 的嵌入向量每个字符串中的单词。