Lambda
类keras.layers.Lambda(function, output_shape=None, mask=None, arguments=None, **kwargs)
将任意表达式包装为 Layer
对象。
Lambda
层的作用是在构建顺序模型(Sequential API)和函数式模型(Functional API)时,将任意表达式用作 Layer
。Lambda
层最适合简单的操作或快速实验。对于更高级的用例,最好编写新的 Layer
子类。
警告:Lambda
层存在(反)序列化限制!
继承 Layer
而非使用 Lambda
层的主要原因在于模型的保存和检查。Lambda
层通过序列化 Python 字节码来保存,这本质上是不可移植且可能不安全的。它们只能在保存它们的环境中加载。通过重写 get_config()
方法,子类化的层可以以更具可移植性的方式保存。依赖于子类化层的模型也通常更容易可视化和理解。
示例
# add a x -> x^2 layer
model.add(Lambda(lambda x: x ** 2))
参数
output_shape = (input_shape[0], ) + output_shape
,或者如果输入为 None
,则样本维也为 None
:output_shape = (None, ) + output_shape
。如果是函数,它将整个形状指定为输入形状的函数:output_shape = f(input_shape)
。compute_mask
层方法相同签名的可调用对象,或者是一个无论输入是什么都将作为输出掩码返回的张量。