如何在Keras中实现矩阵乘法？

Question

我只想实现一个给定矩阵X返回X的协方差矩阵（X ^ T * X）的函数，这只是一个简单的矩阵乘法。

在Tensorflow中会很容易：tf.matmul（X，tf.transpose（X））

但是我没想到这对Keras来说是一场噩梦。Keras中的API（例如乘法和点运算）不适合我的要求。我还尝试了不同的方法（Lambda层并与TF操作混合），但仍然失败，并发生了很多错误。

希望有人可以帮忙。谢谢。

Answer 1

实际上，您在 Keras 中确实有类似的东西。试试dot(x, transpose(x))。

下面是比较两个平台的工作示例。

import keras.backend as K
import numpy as np
import tensorflow as tf


def cov_tf(x_val):
    x = tf.constant(x_val)
    cov = tf.matmul(x, tf.transpose(x))
    return cov.eval(session=tf.Session())

def cov_keras(x_val):
    x = K.constant(x_val)
    cov = K.dot(x, K.transpose(x))
    return cov.eval(session=tf.Session())

if __name__ == '__main__':
    x = np.random.rand(4, 5)
    delta = np.abs(cov_tf(x) - cov_keras(x)).max()
    print('Maximum absolute difference:', delta)

最大绝对差异被打印出来并给我一些东西1e-7。