标签: tensorflow keras tf.keras
我阅读了几篇论文,他们提出如下实现 ResNet 的残差块
u^{k+1} = u^k - \tau K^T \sigma(K u^k),
其中 u^{k} 表示第 k 层的输出,$\tau$ 是人工时间步长,K 是卷积矩阵。 具有这种类型块的 ResNet 应该像更常见的块一样在数值上更稳定:u^{k+1} = u^k - \tau K_2 \sigma(K_1 u^k).
如何使用keras/tf共享权重并实现K^T操作? 请注意,权重应该在两个不同的 K 和 K^T 操作中使用。