Lambda 层

[源代码]

Lambda 类

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

将任意表达式包装成 Layer 对象。

Lambda 层用于在构建 Sequential 和 Functional API 模型时，可以使用任意表达式作为 Layer。Lambda 层最适合简单的操作或快速实验。对于更高级的用例，请优先编写新的 Layer 子类。

警告：Lambda 层存在（反）序列化限制！

与使用 Lambda 层相比，选择继承 Layer 的主要原因是为了模型的保存和检查。Lambda 层通过序列化 Python 字节码来保存，这在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同一环境中加载。通过覆盖其 get_config() 方法，子类化的层可以以更易于移植的方式保存。依赖于子类化层的模型通常也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

• function: 要评估的函数。将输入张量作为第一个参数。
• output_shape: 函数的预期输出形状。如果未明确提供，此参数通常可以推断出来。可以是元组或函数。如果是一个元组，它仅指定第一个维度及之后的维度；样本维度假定与输入相同：output_shape = (input_shape[0], ) + output_shape；或者，如果输入为 None，则样本维度也为 None：output_shape = (None, ) + output_shape。如果是一个函数，它将整个形状指定为输入形状的函数：output_shape = f(input_shape)。
• mask: 可以是 None（表示无掩码），或一个与 compute_mask 层方法具有相同签名的可调用对象，或一个将作为输出掩码返回的张量，无论输入是什么。
• arguments: 要传递给函数的可选关键字参数字典。