tf.keras.layers.Layer自定义层

小李飞刀李寻欢

于 2020-05-09 10:28:58 发布

阅读量4.4k

点赞数 4

CC 4.0 BY-SA版权

分类专栏： python 文章标签： layer tf/keras 自定义层

本文链接：https://blog.youkuaiyun.com/SPESEG/article/details/106012197

python 专栏收录该内容

297 篇文章 ¥399.90 ¥499.90

订阅专栏

超级会员免费看

本文介绍了如何使用tf.keras.layers.Layer自定义深度学习层，通过类的继承方式实现，强调了call和build方法的作用，并指出输入应为层而不是张量。同时，讨论了在不同情况下类层的适用性，并给出了错误示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

为了进一步了解上一篇中的class，搜了github如下示例：

import tensorflow as tf

class MyLayer(tf.keras.layers.Layer):

    def __init__(self, output_dim, **kwargs):
        self.output_dim = output_dim
        super(MyLayer, self).__init__(**kwargs)

    def build(self, input_shape):
        # Create a trainable weight variable for this layer.
        self.kernel = self.add_weight(name='kernel', 
                                      shape=(int(input_shape[1]), self.output_dim),
                                      initializer='uniform',