編寫一個Keras層，實際上只輸出一個可訓練的參數

Question

我正在嘗試編寫一個基本上只是普通前饋層的圖層（激活（W x + b））。 唯一的新穎之處在於我希望圖層包含一維參數向量（輸出維度的大小），並且在調用時，只需輸出一維向量而不是實際計算激活（W x + b）。 矢量應該是可訓練的。

這是我提出的代碼：

from keras import backend as K
from keras.layers import Layer
import keras

class MyLayer(Layer):

    def __init__(self, output_dim, **kwargs):
        self.output_dim = output_dim
        super(MyLayer, self).__init__(**kwargs)

    def build(self, input_shape):
        # Create a trainable weight variable for this layer.
        self.kernel = self.add_weight(name='kernel', 
                                      shape=(input_shape[1], self.output_dim),
                                      initializer='uniform',
                                      trainable=True)
        self.out_estimate = self.add_weight(name='out_estimate',
                                              shape=(self.output_dim,),
                                              initializer='uniform',
                                              trainable=True)
        super(MyLayer, self).build(input_shape)  # Be sure to call this at the end

    def call(self, x):
        return self.out_estimate

    def compute_output_shape(self, input_shape):
        return (self.output_dim,)

from keras.models import  Model
from keras import layers
from keras import Input

input_tensor = layers.Input(shape=(784,))
output_tensor = MyLayer(10)(input_tensor)

model = Model(input_tensor, output_tensor)
model.summary()

model.compile(optimizer='rmsprop', loss='categorical_crossentropy')
model.fit(train_images, train_labels, epochs=1, batch_size=128)

這是輸出：

ValueError：檢查目標時出錯：預期my_layer_69有1個維度，但得到的是帶有形狀的數組（60000,10）

Answer 1

MyLayer類有__init__查找維度。 但是你正在發送一個tesnor 。 將tesnor維度解壓縮為self.output_dim