Keras：Lambda関数内のConv2Dレイヤーのバニシングパラメータ

Question

レイヤーを使用する関数でLambdaレイヤーを定義しています。

def lambda_func(x,k): 
    y = Conv2D(k, (3,3), padding='same')(x) 
    return y 

そして

k = 64 
x = Conv2D(k, (3,3), data_format='channels_last', padding='same', name='block1_conv1')(inputs) 
y = Lambda(lambda_func, arguments={'k':k}, name = 'block1_conv1_loc')(x) 

を使用して、それを呼び出すしかしmodel.summary()で、ラムダ層がパラメータを示していません！

_________________________________________________________________ 
Layer (type)     Output Shape    Param # 
================================================================= 
input_1 (InputLayer)   (None, 224, 224, 3)  0   
_________________________________________________________________ 
block1_conv1 (Conv2D)  (None, 224, 224, 64)  1792  
_________________________________________________________________ 
block1_conv1_loc (Lambda) (None, 224, 224, 64)  0   
_________________________________________________________________ 
activation_1 (Activation) (None, 224, 224, 64)  0   
_________________________________________________________________ 
block1_pool (MaxPooling2D) (None, 112, 112, 64)  0   
_________________________________________________________________ 
flatten (Flatten)   (None, 802816)   0   
_________________________________________________________________ 

（その下Dense層、およびその下Softmax 2クラス分類器があります）。 LambdaレイヤのConv2Dパラメータが確実に表示され、トレーニングも可能ですか？私はまた、Lambda機能でtrainable=Trueを使ってみました。

def lambda_func(x,k): 
    y = Conv2D(k, (3,3), padding='same', trainable=True)(x) 
    return y 

しかし、それは何の違いもありませんでした。

Answer 1

ラムダレイヤーにはパラメータがありません。

パラメータは、要約では、「学習」できる変数です。ラムダレイヤーは決して学ばない、彼らはあなたによって作成された関数です。

「畳み込みレイヤー」を使用する場合は、ラムダレイヤーの外側で使用してください。
"コンボリューション演算"を使用してラムダレイヤー内で使用したいが、学習可能なパラメーターがない場合は、フィルターを自分で定義する。

異なる方法で学習する特別なレイヤーを作成する場合は、カスタムレイヤーを作成します。