我可以编写一个不可训练/固定权重的 Keras Lambda 层吗？

Question

https://keras.io/layers/writing-your-own-keras-layers/

根据这里，可以将无状态的客户操作包装到 Lambda 层。但是如果有可训练的变量，我们需要实现我们自己的层。 我想问是否可以将 Lambda 层用于固定权重（即预训练的权重）？

如果是，如何确保权重正确加载而不是随机初始化？由于 get_weights() 不会在 Lambda 层中为您提供权重。

非常感谢。

Answer 1

不，Lambda 层在 Keras 方面没有任何权重，您可以在 lambda 函数中放置一些权重，但这些权重无法使用 Keras 加载，并且对 Keras 完全不可见。

所以如果你想使用预训练的权重，你必须实现自己的层，所以这些权重是 Keras 已知的，可以使用load_weights 加载。

Answer 2

假设您对卷积层感兴趣。我认为使用model.add(Lambda(lambda x: K.conv2d(x, kernels)) 是可行的，其中kernels 是带有您的权重的numpy 矩阵，K 是后端。