我有一个tf.keras.models.Model，它接收图像（256,256,1）并输出图像（256,256,1）。我们将此模型称为“ unet”。我有兴趣以这种方式多次应用此功能：
y = f(f(f(x, W), W), W), Equation（1）
其中x是输入图像，W是学习的权重。请注意，所有的W都相同。
我认为这种形式的函数可以通过张量流使用伪语法来训练：
input_layer = tf.keras.layers.Input((256,256,1))
y = input_layer
for k in range(3):
y = unet(y)
final_model = tf.keras.models.Model(input_layer, y)
这正确吗？
此外，我已经看到了这种“循环展开”形式，但W却不相交。即
y = f(f(f(x, W1), W2), W3), Equation（2）
要完成这个问题，您还可以评论为什么构造学习问题的一种形式可能会被选择为另一种形式（即等式1对2）吗？提供引文的奖励积分！