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