[英]Keras: Lambda layer function with multiple parameters
我正在尝试在 Keras 中编写一个调用函数connection
的Lambda
层,它运行一个循环for i in range(0,k)
,其中k
作为函数connection(x,k)
的输入。 现在,当我尝试调用 Functional API 中的函数时,我尝试使用:
k = 5
y = Lambda(connection)(x)
还,
y = Lambda(connection)(x,k)
但这些方法都没有奏效。 如何在不将其分配为全局参数的情况下输入k
的值?
只需使用
y = Lambda(connection)((x,k))
然后是连接方法中的var[0]、var[1]
Tmodel = Sequential()
x = layers.Input(shape=[1,]) # Lambda on single input
out1 = layers.Lambda(lambda x: x ** 2)(x)
y = layers.Input(shape=[1,]) # Lambda on multiple inputs
z = layers.Input(shape=[1,])
def conn(IP):
return IP[0]+IP[1]
out2 = layers.Lambda(conn)([y,z])
Tmodel = tf.keras.Model(inputs=[x,y,z], outputs=[out1,out2],name='Tmodel') # Define Model
Tmodel.summary()
# output
O1,O2 = Tmodel([2,15,10])
print(O1) # tf.Tensor(4, shape=(), dtype=int32)
print(O2) # tf.Tensor(25, shape=(), dtype=int32)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.