Input shape(None,75),next layer(Hidden layer 1) shape为(75,3),next layer(Hidden layer 2) shape为(3,1).For最后一层,输出必须计算为( (H21*w1)*(H22*w2)*( H23 * w3 )),其中H21,H22,H23将是Hidden layer 2的结果,w1,w2,w3将是不可训练的恒定权重。那么,如何为上述结果编写lambda函数呢?
发布于 2019-12-26 05:19:39
首先,对于这样的结构,不要使用顺序模型,试着使用函数模型,通过导入输入,你需要的层和模型,就像这样:
from keras.models import Model
from keras.layers import Input
from keras.layers import Dense
# Define the input
visible = Input(shape=(2,))
# Connecting layers
hidden = Dense(2)(visible)
# Create the model
model = Model(inputs=visible, outputs=hidden)对于Lambda,这就是你怎么做的,你把这两层
cross1 = Lambda(product, output_shape=....)([Layer1,Layer2])其中product:
def product(x):
return x[0] * x[1]https://stackoverflow.com/questions/59480244
复制相似问题