如何将固定权重矩阵乘以keras图层输出

Question

当我打算将keras输出乘以常数张量时，遇到了一个问题？ 这是我的密码

a = tf.constant(ws, "float32") output4 = AveragePooling3D(pool_size=(X_shape[0], 1, 1), strides = None, padding='valid')(output3) output5 = Conv3D(filters=X_shape[3], kernel_size=(1, 1, 1),padding='same',data_format='channels_last')(output4) output6 = Lambda( tf.multiply(output5, a))(output5)

Answer 1

由于您使用的是函数式API，因此需要提供常量张量作为模型的输入，或者作为继承Layer的对象的构造函数的输入

方法1（首选）-作为自定义图层的输入：

class ConstMul(tf.keras.layers.Layer):
    def __init__(self, const_val, *args, **kwargs):
        ....
        self.const = const_val

    def call(self, inputs, **kwargs):
        return inputs * self.const

....
output6 = ConstMul(ws)(output5)

方法2-作为单独的输入层：

const_inp = Input(shape)
....
output6 = tf.multiply(output5, const_inp)

然后将const_inp添加到模型的输入列表中。但这不是最好的办法