【时间】2019.03.25
【题目】keras中实现层mask功能(Lamda层与自定义层)
一、使用Lambda层
1、详见keras Lambda 层
keras.layers.core.Lambda(function, output_shape=None, mask=None, arguments=None)
function:要实现的函数,该函数仅接受一个变量,即上一层的输出,若要传入其余参数,需使用arguments参数。
output_shape:函数应该返回的值的shape,可以是一个tuple,也可以是一个根据输入shape计算输出shape的函数
mask: 掩膜
arguments:可选,字典,用来记录向函数中传递的其他关键字参数
二、自定义keras层
2、详见Keras自定义实现带masking的meanpooling层
在 Keras2.0 版本中(如果你使用的是旧版本请更新),自定义一个层的方法参考这里。具体地,你只要实现三个方法即可。
- build(input_shape) : 这是你定义层参数的地方。这个方法必须设self.built = True,可以通过调用super([Layer], self).build()完成。如果这个层没有需要训练的参数,可以不定义。
- call(x) : 这里是编写层的功能逻辑的地方。你只需要关注传入call的第一个参数:输入张量,除非你希望你的层支持masking。
- compute_output_shape(input_shape) : 如果你的层更改了输入张量的形状,你应该在这里定义形状变化的逻辑,这让Keras能够自动推断各层的形状。