自定义Keras投影层

Question

我目前正在以R ^ n + m输出数据，我想添加一层将输出矢量“投影”到R ^ m，即：

(x_1,...,x_m+n) -> (x_n+1,...,x_m+n).

鉴于我一直都知道n，我该如何编写一个自定义的tensorflow层来做到这一点，没有什么可训练的？

我假设这是某种类型的Lambda图层...

Answer 1

我希望这是您要的，给定长度为7的向量= n + m，并且m为3（切片最后3个元素）。

输入

[[ 0.  1.  2.  3.  4.  5.  6.]
 [ 7.  8.  9. 10. 11. 12. 13.]]

样本代码

m = 3

test = Lambda(lambda x: x[:, -m:])
in1 = Input(shape=(7,))
out = test(in1)

# test
M = Model(inputs=[in1],outputs=[out])
M.compile(keras.optimizers.Adam(),loss='mse')
print(M.predict(np.arange(14,dtype=np.float32).reshape(2,7)))

输出

[[ 4.  5.  6.]
 [11. 12. 13.]]