Python Keras:输出与输入完全相同的层
Python Keras: An layer output exactly the same thing as input
我正在使用 Keras 构建网络。在此过程中,我需要一个层,它接受一个 LSTM 输入,什么也不做,只是输出与输入完全相同。即,如果 LSTM 的每个输入记录都像 [[A_t1、A_t2、A_t3、A_t4、A_t5、A_t6]],我我正在寻找图层:
model.add(SomeIdentityLayer(x))
SomeIdentityLayer(x) 将 [[A_t1, A_t2, A_t3, A_t4, A_t5, A_t6]]
作为输入和输出 [[A_t1, A_t2, A_t3, A_t4, A_t5, A_t6]]
。这样的 layer/structure 在 Keras 中可用吗?谢谢!
对于像身份这样更简单的操作,您可以只使用 Lambda 层,例如:
model.add(Lambda(lambda x: x))
这将return输出与您的输入完全相同的结果。
实际上,Layer
中的默认 call()
实现是同一性,因此您可以使用:
model.add(Layer())
我正在使用 Keras 构建网络。在此过程中,我需要一个层,它接受一个 LSTM 输入,什么也不做,只是输出与输入完全相同。即,如果 LSTM 的每个输入记录都像 [[A_t1、A_t2、A_t3、A_t4、A_t5、A_t6]],我我正在寻找图层:
model.add(SomeIdentityLayer(x))
SomeIdentityLayer(x) 将 [[A_t1, A_t2, A_t3, A_t4, A_t5, A_t6]]
作为输入和输出 [[A_t1, A_t2, A_t3, A_t4, A_t5, A_t6]]
。这样的 layer/structure 在 Keras 中可用吗?谢谢!
对于像身份这样更简单的操作,您可以只使用 Lambda 层,例如:
model.add(Lambda(lambda x: x))
这将return输出与您的输入完全相同的结果。
实际上,Layer
中的默认 call()
实现是同一性,因此您可以使用:
model.add(Layer())