Keras在自定義圖層之間共享權重

Question

我正在使用Capsule Networks的keras-capsnet實現，並嘗試將同一層應用於每個樣本30個圖像。

權重在類的init和build參數中初始化，如下所示。 我已成功共享主要路由層之間的權重，這些層只使用tf.layers.conv2d，我可以在其中為它們指定相同的名稱並設置reuse = True。

有誰知道如何在Keras自定義圖層中初始化權重，以便它們可以重復使用？ 我比使用Keras更熟悉tensorflow API！

def __init__(self, num_capsule, dim_capsule, routings=3,
             kernel_initializer='glorot_uniform',
             **kwargs):
    super(CapsuleLayer, self).__init__(**kwargs)
    self.num_capsule = num_capsule
    self.dim_capsule = dim_capsule
    self.routings = routings
    self.kernel_initializer = initializers.get(kernel_initializer)

def build(self, input_shape):
    assert len(input_shape) >= 3, "The input Tensor should have shape=[None, input_num_capsule, input_dim_capsule]"
    self.input_num_capsule = input_shape[1]
    self.input_dim_capsule = input_shape[2]

    # Weights are initialized here each time the layer is called
    self.W = self.add_weight(shape=[self.num_capsule, self.input_num_capsule,
                                    self.dim_capsule, self.input_dim_capsule],
                             initializer=self.kernel_initializer,
                             name='W')
    self.built = True

Answer 1

答案很簡單。 設置一個圖層而不在輸入時調用它，然后使用該構建的圖層單獨調用數據。