keras之中mask的调用过程

keras mask流程,base_layer.py看Layer的实现__call__函数:
上一层的mask传递到下一层的过程
1.support_masking=True
当前层的support_masking=True,则说明当前层支持mask。
1)调用_collect_previous_mask(inputs)查看输入的mask(即上一层的mask)
2)mask作为参数传入call函数
3)计算输入的mask,mask为previou_mask
注:Dense支持mask,但只传递,并不利用mask计算,可以在call函数中定义操作。Dense有bias,还是会有影响。
2.support_masking=False
1)调用_collect_previous_mask(inputs)查看输入的mask(即上一层的mask)
2)mask作为参数传入call函数
3)计算输入的mask:如果previous_mask为None,则输出None;如果previous_mask不为None,则报错:does not support masking, but was passed an input_mask

注:Conv1d不支持Mask,执行过程中也没有使用Mask,可以实例后将support_masking置为True,起到传递Mask的作用。
对应的函数的定义内容

def call(self,inputs,mask=None,**kwargs):

这里的mask不需要特定的传入什么参数,它会自动地调用上一层的mask对应内容

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值