keras Lambda 層

標籤：plot   def   file   opp   font   分享   idt   ict   nts   

Lambda層

keras.layers.core.Lambda(function, output_shape=None, mask=None, arguments=None)

本函數用以對上一層的輸出施以任何Theano/TensorFlow運算式

如果你只是想對流經該層的資料做個變換，而這個變換本身沒有什麼需要學習的參數，那麼直接用Lambda Layer是最合適的了。

匯入的方法是 

from keras.layers.core import Lambda

 Lambda函數接受兩個參數，第一個是輸入張量對輸出張量的映射函數，第二個是輸入的shape對輸出的shape的映射函數。

參數

• function：要實現的函數，該函數僅接受一個變數，即上一層的輸出

• output_shape：函數應該返回的值的shape，可以是一個tuple，也可以是一個根據輸入shape計算輸出shape的函數

• mask: 掩膜

• arguments：可選，字典，用來記錄向函數中傳遞的其他關鍵字參數

例子

# add a x -> x^2 layermodel.add(Lambda(lambda x: x ** 2))# add a layer that returns the concatenation# of the positive part of the input and# the opposite of the negative partdef antirectifier(x):    x -= K.mean(x, axis=1, keepdims=True)    x = K.l2_normalize(x, axis=1)    pos = K.relu(x)    neg = K.relu(-x)    return K.concatenate([pos, neg], axis=1)def antirectifier_output_shape(input_shape):    shape = list(input_shape)    assert len(shape) == 2  # only valid for 2D tensors    shape[-1] *= 2    return tuple(shape)model.add(Lambda(antirectifier,         output_shape=antirectifier_output_shape))

輸入shape

任意，當使用該層作為第一層時，要指定input_shape

輸出shape

由output_shape參數指定的輸出shape，當使用tensorflow時可自動推斷

================================================

keras Lambda自訂層實現資料的切片,Lambda傳參數1、代碼如下：

import numpy as npfrom keras.models import Sequentialfrom keras.layers import Dense, Activation,Reshapefrom keras.layers import mergefrom keras.utils.visualize_util import plotfrom keras.layers import Input, Lambdafrom keras.models import Modeldef slice(x,index):　　return x[:,:,index]a = Input(shape=(4,2))x1 = Lambda(slice,output_shape=(4,1),arguments={‘index‘:0})(a)x2 = Lambda(slice,output_shape=(4,1),arguments={‘index‘:1})(a)x1 = Reshape((4,1,1))(x1)x2 = Reshape((4,1,1))(x2)output = merge([x1,x2],mode=‘concat‘)
model = Model(a, output)x_test = np.array([[[1,2],[2,3],[3,4],[4,5]]])print model.predict(x_test)plot(model, to_file=‘lambda.png‘,show_shapes=True)

2、注意Lambda 是可以進行參數傳遞的,傳遞的方式如下代碼所述：

def slice(x,index):    return x[:,:,index]

 如上,index是參數,通過字典將參數傳遞進去.

x1 = Lambda(slice,output_shape=(4,1),arguments={‘index‘:0})(a)x2 = Lambda(slice,output_shape=(4,1),arguments={‘index‘:1})(a)

3、上述代碼實現的是,將矩陣的每一列提取出來,然後單獨進行操作,最後在拼在一起。可視化的圖如下所示。

 

  

 

參考：

53414068

54936185

https://keras-cn.readthedocs.io/en/latest/layers/core_layer/

來自為知筆記(Wiz)

keras Lambda 層