如何在神經網絡中將 Tensorflow 中的輸入相乘？

Question

如何在神經網絡中增加我的特征（不是之前）？ 我正在嘗試使用下面的代碼來做到這一點。 運行代碼時出現以下錯誤：

ValueError: Input 0 of layer dense_38 is incompatible with the layer: : expected min_ndim=2, found ndim=1. Full shape received: (1,)

它期待一個二維輸入，我不明白為什么。

def multiply(x):
    return tf.math.multiply(x=x[0, :], y= x[1, :])

inputs = Input(shape=(2, )) 
r= Dense(units=1, activation=multiply)(inputs) 
fr = Dense(units=1, activation='relu', )(r) ...

Answer 1

為了社區的利益，我在答案部分添加了@Kaveh答案。
（感謝@Kaveh和@user26616的確認）

使用 tf.keras.layers.Lambda() 作為要在模型中間修改數據的層。 注意，因為會在graph模式下執行，所以不能這樣使用tensor slicing，需要使用tensorflow自帶的函數如tf.slice()。