在Keras中实现自定义全连接层

在TensorFlow2.0中，任何一个自定义层都继承自tf.keras.layers.Layer，我们将其称为“父层”
自定义层中主要用到三个函数，build、call和__init__函数

首先是__init__函数，用来初始化参数，主要是输入的维度信息

class MyLayer(tf.keras.layers.Layer): #继承自Layer层
    def __init__(self,output_dim): #self是必须的，后面加上要初始化的参数
        self.output_dim=output_dim #载入参数
        super(MyLayer,self).__init__() #向父类中进行注册

然后是build函数，生命需要更新的参数部分，如权重偏置，一般用self.kernel=tf.Variable(shape=[])等来声明需要更新的参数变量

    def build(self, input_shape): #input参数中input_shape中形参是固定不变的写法
        self.weight=tf.Variable(tf.random.normal([input_shape[-1],self.output_dim]),name='danse_weight')
        self.bias=tf.Variable(tf.random.normal([self.output_dim]),name=