ケラス層の出力を設定することはできますか？

Question

私の2番目の畳み込みレイヤの最後のフィーチャマップの出力を変更する必要があります。
可能であれば、コンバージョンレイヤーの出力に配列を追加してください。
以下は、私が作成したpythonスクリプトと出力の望ましい変更の例です。
ありがとうございました！希望layer_outputを設定

import numpy as np 
from keras import backend as K 

num=18 
m=11 
n=50 
k=3 
np.random.seed(100) 
features = np.random.rand(num,m,n,k) 

モデル

input_shape=features.shape[1:] 
model = Sequential() 
model.add(Conv2D(2, kernel_size=(1, 3), strides=(1,1),activation='relu',input_shape=input_shape)) 
model.add(Conv2D(21, kernel_size=(1, 48), strides=(1,1),padding="valid",activation='relu')) 
model.add(Conv2D(1, kernel_size=(1, 1), strides=(1, 1),activation='relu',padding="valid")) 
model.add(Dense(1, activation='softmax')) 
Adam = optimizers.Adam(lr=0.00003, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.0) 
model.compile(loss='mse',optimizer=Adam) 

get_1st_layer_output = K.function([model.layers[0].input], 
[model.layers[1].output]) 
layer_output = get_1st_layer_output([features]) 

は、私はそれをすべての伝播ステップを実行する必要があり
値。

for i in range(0,11): 
    layer_output[0][0][i][0][20]=0.1 
    print(layer_output[0][0][i][0][20]) 

Answer 1

この場合、定数テンソルの連結を使用すると思います。残念ながら、私はそれをうまく動作させることはできませんが、私の仕事を分かち合って、うまくいけばあなたを助けます。

import numpy as np 
import keras 
from keras import backend as K 
from keras.models import Sequential 
from keras.layers import Conv2D, Dense, Concatenate 
from keras import optimizers 

num=18 
m=11 
n=50 
k=3 
np.random.seed(100) 
features = np.random.rand(num, m, n, k) 

custom_tensor = K.constant(0.1, shape=(11, 48, 1)) 

input_shape = features.shape[1:] 
input = keras.Input(shape=input_shape) 
print(K.ndim(input)) 
layer0 = Conv2D(2, kernel_size=(1, 3), strides=(1,1),activation='relu')(input) 
layer0_added = Concatenate(axis=-1)([layer0, custom_tensor]) 
layer1 = Conv2D(20, kernel_size=(1, 48), strides=(1,1),padding="valid",activation='relu')(layer0_added) 
layer2 = Conv2D(1, kernel_size=(1, 1), strides=(1, 1),activation='relu',padding="valid")(layer1) 
layer3 = Dense(1, activation='softmax')(layer2) 

model = keras.models.model(layer0) 
Adam = optimizers.Adam(lr=0.00003, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.0) 
model.compile(loss='mse', optimizer=Adam) 

それはエラー

ValueError: `Concatenate` layer requires inputs with matching shapes except for the concat axis. Got inputs shapes: [(None, 11, 48, 2), (11, 48, 1)] 

を生成しかし、うまくいけば、これはとにかく一緒にあなたを助けます。