在keras 1我曾经写过
def merge_mode(branches):
return #merge function
Merge([...], output_shape=(num_classes,), mode=merge_mode)
但是现在在keras 2.0 合并已弃用,您只能添加预定义函数,如添加、平均、连接......
我的问题是如何在 keras 2.0 中添加自定义合并功能
最佳答案
如果您正在寻找一个没有可训练权重的层,从您的示例来看,我想是这种情况。然后你可以使用 Lambda 层。
实际上,我自己编写了一个使用平方距离度量创建孪生 CNN 的方法。 请参见下面的示例:
from keras.layers import Lambda
# I create the layer structure first.
# This can then be added to a sequential model or used in a functional model.
merge_layer = Lambda(lambda x: K.square(x[0]-[x]), output_shape=lambda x: x[0])
# Inside a functional model you would use it like this:
block_output = merge_layer([left,right])
关于merge - Keras 2.0 中的自定义合并层,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45324870/