Kerasカスタムレイヤー2D入力 - > 2D出力

Question

私は2D入力（またはサンプル数を考慮すると3D）を持っています。この入力を受け取り、別の2Dマトリックスを出力するケラスレイヤーを適用したいと思います。たとえば、サイズ（ExV）の入力がある場合、学習重み行列は（SxE）と出力（SxV）になります。密集層でこれを行うことはできますか？

EDIT（ナッシム要求）：

第一層は何もしません。ラムダレイヤーに入力を与えるだけです：

from keras.models import Sequential 
from keras.layers.core import Reshape,Lambda 
from keras import backend as K 
from keras.models import Model 

input_sample = [ 
[[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15],[16,17,18,19,20]] 
,[[21,22,23,24,25],[26,27,28,29,30],[31,32,33,34,35],[36,37,38,39,40]] 
,[[41,42,43,44,45],[46,47,48,49,50],[51,52,53,54,55],[56,57,58,59,60]] 
] 


model = Sequential() 
model.add(Reshape((4,5), input_shape=(4,5))) 
model.add(Lambda(lambda x: K.transpose(x))) 
intermediate_layer_model = Model(input=model.input,output=model.layers[0].output) 
print "First layer:" 
print intermediate_layer_model.predict(input_sample) 
print "" 
print "Second layer:" 
intermediate_layer_model = Model(input=model.input,output=model.layers[1].output) 
print intermediate_layer_model.predict(input_sample) 

Answer 1

それはあなたが何をしたいかに依存します。それはシーケンスなので2Dですか？次に、LSTMが作成され、return_sequence = Trueを設定すると、希望のサイズのシーケンスが返されます。

CNNは2D入力でも動作し、使用するカーネルの数に応じて可変サイズのものを出力します。

そうでない場合は、あなたが、（E用のx V、）1Dテンソルにそれを再形成SXV寸法と緻密層を使用し、（S、V）2Dテンソルに出力を再構築することができます...

私はできませんあなたにもっと助けてください、私たちはあなたのユースケースを知る必要があります:-)ニューラルネットワークには多すぎる可能性があります。

EDIT：

あなたはTimeDistributed（高密度（S））を使用することができます。 入力にシェイプ（E、V）がある場合は、（V、E）に変更してVを「時間ディメンション」にします。次に、加重（ExS）の密なレイヤーになるTimeDistributed（Dense（S））を適用すると、出力は形状（V、S）になりますので、（S、V）に変形できます。

あなたが望むものはありますか？ TimeDistributed（）レイヤーは、共有重み付きの入力のすべてのVラインに同じDense（S）レイヤーを適用します。

EDIT 2：

kerasバックエンドのコードを見た後、それが可能な「置換パターン」オプションでtensorflowから転置を使用することが判明、あなたはK.permute_dimensions（Xを、使用する必要がありますパターン）。バッチディメンションを含める必要があります。あなたのケースでは：

Lambda(lambda x: K.permute_dimensions(x,[0,2,1])) 

K.transpose（x）は（TFバックエンドのための）内部に同じ関数を使用するが、順列は、あるデフォルト値に設定されている[N、N-1、...、0] 。

Answer 2

おそらく自動エンコーダーです。

https://blog.keras.io/building-autoencoders-in-keras.html