Keras和Lasagne之间的转换

Question

我正在尝试将Keras模型与Lasagne层相结合。我在Lasagne层调用此函数：

def get_output_for(self, inputs, deterministic=False):
    self.p = self.nonlinearity(T.dot(inputs[1], self.pi))
    self.mask = sample_mask(self.p)
    if deterministic or T.mean(self.p) == 0:
        return self.p*inputs[0]
    else:
        return inputs[0]*self.mask

问题是我的inputs对象是前一个Keras层的输出，它是一个Tesnor对象，因为Keras层产生Tensor输出。这不起作用。我不确定inputs应该具有什么类型，也不知道如何在Tensor和此函数期望的类型之间进行转换。

Answer 1

我认为混合Lasagne和Keras/Tensorflow对象并不是最好的。相反，您可以将get_output_for方法转换为Tensorflow。在下面的内容中，我假设非线性类似于

self.nonlinearity = lambda x: tf.maximum(x, 0)

输入是一个类似numpy.array的对象：

def tf_get_output_for(self, inputs, deterministic=False):
    self.p = self.nonlinearity(tf.matmul(inputs[1], self.pi))
    self.mask = sample_mask(self.p)
    if deterministic or tf.reduce_mean(self.p) == 0:
        return self.p * inputs[0]
    else:
        return inputs[0] * self.mask 

方法sample_mask必须转换为"Tensorflow兼容“