Keras 自定义层/约束以实现等权重答案

【问题标题】：Keras custom layer/constraint to implement equal weightsKeras 自定义层/约束以实现等权重
【发布时间】：2018-08-01 12:39:24
【问题描述】：

我想在 Keras 中创建一个图层，这样：

y = Wx + c

其中 W 是块矩阵，形式为：

A 和 B 是包含元素的方阵：

而c是具有重复元素的偏置向量：

如何实施这些限制？我在想它可以在初始化权重时在 MyLayer.build() 中实现，也可以作为我可以指定某些索引相等但我不确定如何执行的约束。

【问题讨论】：

标签： python-3.x keras keras-layer

【解决方案1】：

您可以使用Concatenate 层定义这样的 W。

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

A = K.placeholder()
B = K.placeholder()

row1 = Concatenate()([A, B])
row2 = Concatenate()([B, A])
W = Concatenate(axis=1)([row1, row2])

示例评估：

import numpy as np

get_W = K.function(outputs=[W], inputs=[A, B])
get_W([np.eye(2), np.ones((2,2))])

[array([[1., 0., 1., 1.],
        [0., 1., 1., 1.],
        [1., 1., 1., 0.],
        [1., 1., 0., 1.]], dtype=float32)]

要找出确切的解决方案，您可以使用placeholder 的shape 参数。加法和乘法非常简单。

【讨论】：

我是 Keras 的新手，所以如果我错了，请纠正我。占位符不是用于输入吗？我希望 W 的元素是可训练的参数。
我使用它们是因为我想展示一个测试。您可以使用任何张量来执行此操作（只要 A 和 B 具有适当的形状，例如方阵）。
啊，我明白了。谢谢！