本文介绍了在Keras中使用Lambda层进行矩阵乘法时可能遇到的问题和解决方案。当尝试对形状为(batch_size, 300, 64)的张量A进行转置并乘以相同形状的B时，Keras不直接支持这种操作。通过Lambda层封装矩阵乘法需要注意只传入单个数据，并且在某些情况下可以使用Keras的Dot层直接进行维度裁剪的乘法，如axes=2时会得到(batch_size, 300, 300)的输出，避免了Lambda层的使用。该文章旨在帮助遇到类似问题的开发者解决问题。"
106821151,7242956,MySQL RR隔离级别下的死锁分析,"['数据库理论', 'MySQL', '事务管理', '锁机制']
keras中对于层的封装绝对是一个大坑，今天分享一些自己在写代码中遇到的bug。如果是对层进行矩阵乘法，假设输入层分别为A:（batch_size, 300, 64),B:(batch_size,300,64)，我们需要对A进行转置再与B进行矩阵乘法，但是Keras中无法直接对tensor进行矩阵乘法，会报错，必须要对其进行封装。
# A:(batch_size, 300, 64),B:(batch_size,300,64)
A = Permute((2, 1))(A) # keras 的Permute与tensorflow 的tf.transpose相同作用
O = Lambda(
2464
414
1952
343
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
