如何在keras中间层的结果之间进行一些计算答案

【问题标题】：How to do some calculation between the results from the middle layers in keras如何在keras中间层的结果之间进行一些计算
【发布时间】：2018-11-24 18:23:53
【问题描述】：

如果我构建了一个 keras 神经网络模型如下：

模型1：输入-> layer1

模型 2：输入 -> layer1 -> layer2 -> 操作 -> layer3 -> 输出

我想在model1的layer1的结果和model2的layer2的结果之间做一些计算，我该怎么办？我尝试使用一些 TensorFlow 代码进行计算但失败了。有什么方法可以达到我的目标吗？

【问题讨论】：

标签： python tensorflow keras deep-learning keras-layer

【解决方案1】：

您可以为此使用Keras functional API：

from keras import layers
from keras import models

# define model 1 architecture
m1_input = layers.Input(shape=('arbitrary shape'))
m1_layer1 = layers.SomeLayer()(m1_input)

# define model 2 architecture
m2_input = layers.Input(shape=('arbitrary shape'))
m2_layer1 = layers.SomeLayer()(m2_input)
m2_layer2 = layers.SomeLayer()(m2_layer1)
merge_m1 = layers.Lambda(SomeOperation)([m1_layer1, m2_layer2])
m2_layer3 = layers.SomeLayer()(merge_m1)
m2_output = layers.SomeLayer()(m2_layer3)

# define the final model
model = models.Model(inputs=[m1_input, m2_input], outputs=[m2_output])

在上面的代码中，SomeOperation 应该是一个函数。查看documentation，了解有关 Keras 中 Lambda 层 的更多信息。或者，Keras 有一些简单的内置 merge layers，例如 add 或 concatenate，您可以使用它们来代替 Lambda 层。

【讨论】：

谢谢！我不知道。 Lambda 似乎是一个不错的工具。