Keras函数式API与自定义层

函数式API从一个例子开始

from keras.layers import *
x = Input(shape=(10, ))
y = Dense(10)(x)

正常情况下怎么使用类实例

可能你对上面的例子感到习以为常，但是看看正常情况下是怎样使用类的

class A(object):
	def __init__(self, var):
		self.var = var
	def printf(self):
		print(self.var)
a = A(0)
a.printf()
>> 0

什么不一样

函数式API的调用中Dense(10)(x)是不是没有指定方法就调用方法了

发生了什么

• 首先Dense(10)会产生一个Dense类的实例，其实这一步也是没有通过调用方法的情况下调用了一个方法
• Dense(10)(x)是函数实例在不通过方法调用的情况下调用了一个方法，即没有像上面这个实例a那样显式的调用printf方法

是不是相到了Python里面一个叫做魔法方法的东西

怎么做到的

通过__call__

class A(object):
	def __init__(self, var):
		self.var = var
	def __call__(self, x):
		print(x)
a = A(1)
a(3)
>>> 3

keras的__call__

keras的__call__实现

自定义keras层

官方文档对于自定义层的描述
有3个需要重写的方法

• build
• call
• compute_output_shape

为什么需要重写这三个方法？因为计算逻辑都写在了Layer这个基类的__call__中了

可以不重写这三个方法吗

请继承Layer，并重写__call__，就像keras的Bidirectional做的那样