如何将张量流对象包装为 Keras 层？
How to wrap a tensorflow object as Keras layer?
我想将 Hierarchical Multiscale LSTM 实现为 Keras 层。
它已发布 here and implemented in tensorflow here。
我的理解是，有一种方法可以将 Keras 中的此类 tensorflow 对象包装为一层。我不确定它有多复杂，但我认为它是可行的。你能帮我看看怎么做吗？
这通常由 implementing a custom Layer. To be more specific, you should inherit from keras.engine.topology.layer 完成，并为以下方法提供自定义实现（并将 TensorFlow 代码放入其中）：
build(input_shape): this is where you will define your weights. This method must set self.built = True, which can be done by calling
super([Layer], self).build()call(x): this is where the layer's logic lives. Unless you want your layer to support masking, you only have to care about the first
argument passed to call: the input tensor.compute_output_shape(input_shape): in case your layer modifies the shape of its input, you should specify here the shape
transformation logic. This allows Keras to do automatic shape
inference.
由于您正在尝试实现循环层，因此直接从 keras.legacy.layers.recurrent 继承也很方便。在这种情况下，您可能不需要重新定义 compute_output_shape(input_shape)。如果您的层需要额外的参数，您可以将它们传递给自定义层的 __init__ 方法。
我想将 Hierarchical Multiscale LSTM 实现为 Keras 层。
它已发布 here and implemented in tensorflow here。
我的理解是，有一种方法可以将 Keras 中的此类 tensorflow 对象包装为一层。我不确定它有多复杂，但我认为它是可行的。你能帮我看看怎么做吗？
这通常由 implementing a custom Layer. To be more specific, you should inherit from keras.engine.topology.layer 完成，并为以下方法提供自定义实现（并将 TensorFlow 代码放入其中）：
build(input_shape): this is where you will define your weights. This method must setself.built = True, which can be done by callingsuper([Layer], self).build()call(x): this is where the layer's logic lives. Unless you want your layer to support masking, you only have to care about the first argument passed to call: the input tensor.compute_output_shape(input_shape): in case your layer modifies the shape of its input, you should specify here the shape transformation logic. This allows Keras to do automatic shape inference.
由于您正在尝试实现循环层，因此直接从 keras.legacy.layers.recurrent 继承也很方便。在这种情况下，您可能不需要重新定义 compute_output_shape(input_shape)。如果您的层需要额外的参数，您可以将它们传递给自定义层的 __init__ 方法。