kerasモデルでのtf操作の使い方

Question

私はkerasモデル内でテンソルフロー操作を試みていますが、メカニズムとラムダレイヤーがtfテンソルに対して行うことについてはかなり混乱しています。

だから、この作品：

a = keras.layers.Input(shape=[1, 2], dtype='float', name='a') 
s= keras.layers.Lambda(lambda x: tf.transpose(tf.transpose(x)))(a) 
model = keras.models.Model(inputs=a, outputs=s) 

をしかし、これは動作しません：

a = keras.layers.Input(shape=[1, 2], dtype='float', name='a') 
s = tf.transpose(tf.transpose(a)) 
s = keras.layers.Lambda(lambda x: x)(s) 
model = keras.models.Model(inputs=a, outputs=s) 

と、それは言う：

AttributeError: 'Tensor' object has no attribute '_keras_history' 

ので、内のTF操作を荷造りすることが常に必要です層？

質問2（私が以前のものを思いついたのはなぜですか）：ケラスで行列乗算を行うためにカスタムレイヤーをパックする必要がありますか？

ありがとうございました。

Answer 1

質問1：ケラスモデルではテンソルフロー演算に含まれていない関数/変数が必要なので、レイヤーでtf演算をラッピングする必要があります。この場合、_keras_historyは、オペレーションをレイヤーでラップすることによってのみ生成されるプロパティです。

質問2：use_bias=FalseのケラースDense層を使用して行列乗算を考慮しましたか？重みベクトルに定数を使用する場合は、kernel_initializer={constant}とtrainable=Falseを設定できます。