用于矩阵向量乘法的 Keras Lambda 层

Question

我试图在 keras 中有一个 lambda 层，在将其传递到另一层之前执行向量矩阵乘法。矩阵是固定的（我不想学习它）。代码如下：

model.add(Dropout(0.1))    
model.add(Lambda(lambda x: x.dot(A)))
model.add(Dense(output_shape, activation='softmax'))
model.compile(<stuff here>)}

A 是固定矩阵，我想做 x.dot(A)

当我运行这个时，我收到以下错误：

'Tensor' object has no attribute 'dot'

当我用 matmul 替换 dot 时出现同样的错误（我使用的是张量流后端）

最后，当我将 lambda 层替换为

model.add(Lambda(lambda x: x*A))

我收到以下错误：

model.add(Lambda(lambda x: x*G))

model.add(Dense(output_shape, activation='softmax'))

AttributeError: 'tuple' object has no attribute '_dims'

我是 Keras 新手，因此我们将不胜感激。谢谢

Answer 1

我认为您可以添加一个Dense初始权重为矩阵的层A，并设置参数trainable=False和use_bias=False。这一层相当于一个固定的矩阵乘法。

model.add(Dense(A.shape[1], trainable=False, weights=[A], use_bias=False))