Keras 中每个样本的条件连接

Question

我是深度学习和 Keras 的新手，有一个问题，可能有一个简单的解决方案。

我的 model 仅包含一个带有两个头和三个隐藏层的输入，都是线性的。 但棘手的部分是：我的输入是两个大小为 64 的一维向量的组合，我通过另一层 64 个神经元的每一半。 然后我将它们连接成一个 128 的向量，并像往常一样处理所有剩余的层。 但是，我想让连接有条件，并根据该条件更改顺序。 因此，我需要在每个批次中的每个样本的连接之前检查，这是我不知道该怎么做的事情。

我正在使用将输入作为单个向量产生的生成器，并使用 Keras I select 中的功能 API I select 每一半通过第一个隐藏层。 但是是我陷入困境的条件连接部分。

太感谢了，

Answer 1

听起来您有一个问题，可以通过全连接层轻松解决。 虽然效率不高，但我们不要从优化开始。

复制 128 个向量输入。 将原件乘以您的条件（编码为 0/1），将副本乘以 1-条件。 将两者连接起来，并将它们馈送到大小为 256x128 的冷冻 FC 层。 上半部分是单位矩阵（128x128），下半部分是置换矩阵（每一行和每一列都有一个 1.0 值）。

基本思想是乘以 0.0 丢弃一个值，乘以 1.0 保留一个值。 您的冻结 FC 层非常稀疏。