自定义 Tensorflow 层乘法向量与标量

【问题标题】：Custom Tensorflow layer multiplying vector with scalar自定义 Tensorflow 层乘法向量与标量
【发布时间】：2020-11-19 16:40:16
【问题描述】：

我目前有两个 tensorflow 层，一个产生一维输出，另一个产生多维输出。如何构建将它们相乘的自定义层？

这是否需要某种具有多个输入和单个输出的功能性 API，还是有更清晰的方法？

【问题讨论】：

标签： tensorflow keras deep-learning customization keras-layer

【解决方案1】：

我的第一个意图是告诉您使用功能 API 并获取两个层的输出并使用 tf.keras.layers.Multiply，但我找到了答案 here，我认为这可以帮助您解决问题。

所以这个答案适用于顺序模型。

import numpy as np
import tensorflow.keras.backend as K


numpyA = np.array(define A correctly here, with 2 dimensions)

def multA(x):
    A = K.variable(numpyA)

    return K.dot(x,A)

model.add(Lambda(multA))

【讨论】：