如何在 keras.backend 和 keras.layers 之间进行选择？

Question

我发现keras.backend或keras.layers中有很多相同的名字，例如keras.backend.concatenate和keras.layers.Concatenate。我隐约知道一个用于张量，另一个用于层。但是当代码这么大的时候，这么多的函数让我搞不清哪个是张量，哪个是层。任何人有一个好主意来解决这个问题？

我发现的一种方法是首先在一个函数中定义所有占位符，但函数将其作为变量可能会在最后返回层，而另一个函数将此层作为变量可能会返回另一个变量。

Answer 1

如果有一个层可以实现您想要做的事情，您绝对应该使用keras.layers。这是因为，在构建模型时，Keras 层只接受 Keras 张量（即层的输出）作为输入。但是，keras.backend.* 中方法的输出不是 Keras Tensor（它是后端 Tensor，例如 TensorFlow Tensor），因此您不能将它们直接传递给层。

虽然，如果有一个层无法完成的操作，那么您可以使用Lambda 层中的keras.backned.* 方法来执行该自定义操作/计算。

注意： Keras Tensor 实际上与后端 Tensor 是同一类型（例如tf.Tensor）；但是，它增加了一些额外的 Keras 特定属性，这些属性是 Keras 在构建模型时需要的。