Ich versuche, Tensorflow-Operationen innerhalb eines Keras-Modells und ich bin ziemlich verwirrt über den Mechanismus und was Lambda-Schichten tun Tensoren.Wie tf Operationen in Keras Modelle zu verwenden
So funktioniert das:
a = keras.layers.Input(shape=[1, 2], dtype='float', name='a')
s= keras.layers.Lambda(lambda x: tf.transpose(tf.transpose(x)))(a)
model = keras.models.Model(inputs=a, outputs=s)
aber das funktioniert nicht:
a = keras.layers.Input(shape=[1, 2], dtype='float', name='a')
s = tf.transpose(tf.transpose(a))
s = keras.layers.Lambda(lambda x: x)(s)
model = keras.models.Model(inputs=a, outputs=s)
und es sagt:
AttributeError: 'Tensor' object has no attribute '_keras_history'
so ist es immer notwendig, tf-Operationen zu packen innerhalb eine Schicht?
Frage 2 (war, warum ich die vorherige heraufkam): müssen wir mit einer kundenspezifischen Schicht verpacken, um Matrixmultiplikation in keras zu tun?
danke.