我正在使用Keras建立一个网络。在这个过程中,我需要一个层,它接受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,我正在寻找一个层:
model.add(SomeIdentityLayer(x))
SomeIdentityLayer(x)将以[[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]]
。Keras中是否有这样的层/结构?谢谢!
3条答案
按热度按时间8ljdwjyq1#
对于标识之类的简单操作,您可以只使用Lambda层,如下所示:
model.add(Lambda(lambda x: x))
这将返回与输入完全相同的输出。
r8xiu3jd2#
实际上,
Layer
中默认的call()
实现是identity,因此您只需用途:wr98u20j3#
你可以用,
更新日期:2023年1月31日
从
tensorflow==2.12.0
开始,支持专用层简单地通过输入,参考:docs