将多个张量成对相乘 keras

【问题标题】：Multiply multiple tensors pairwise keras将多个张量成对相乘 keras
【发布时间】：2019-03-27 05:28:07
【问题描述】：

我想问两个张量是否可以成对相乘。例如，我有来自 LSTM 层的张量输出，

lstm=LSTM(128,return_sequences=True)(input)

output=some_function()(lstm)

some_function() 应该做h1*h2,h2*h3....hn-1*hn 我发现How do I take the squared difference of two Keras tensors? 帮助不大，但是因为我将拥有可训练的参数，所以我将不得不制作自己的图层。此外，some_function 层是否会自动解释输入维度，因为它将是 hn-1

我对如何处理call()感到困惑

【问题讨论】：

标签： python tensorflow machine-learning keras lstm

【解决方案1】：

一种可能性是进行两次裁剪操作，然后进行乘法运算。这样就行了！

import numpy as np
from keras.layers import Input, Lambda, Multiply, LSTM
from keras.models import Model
from keras.layers import add


batch_size   = 1
nb_timesteps = 4
nb_features  = 2
hidden_layer = 2

in1 = Input(shape=(nb_timesteps,nb_features))

lstm=LSTM(hidden_layer,return_sequences=True)(in1)

# Make two slices
factor1 = Lambda(lambda x: x[:, 0:nb_timesteps-1, :])(lstm)
factor2 = Lambda(lambda x: x[:, 1:nb_timesteps, :])(lstm)

# Multiply them
out = Multiply()([factor1,factor2])

# set the two outputs so we can see both results
model = Model(in1,[out,lstm])

a = np.arange(batch_size*nb_timesteps*nb_features).reshape([batch_size,nb_timesteps,nb_features])

prediction = model.predict(a)
out_, lstm_ = prediction[0], prediction[1]


for x in range(nb_timesteps-1):
    assert all( out_[0,x] == lstm_[0,x]*lstm_[0,x+1])

【讨论】：

我认为您的out 将包含隐藏输入之间的详尽乘法，而不是所需问题的答案。 out 的维度将以 ?,9,1 作为维度。