输出是可能的吗？

【问题标题】：Complex input/output in tensorflow/keras neural networks is possible?tensorflow/keras 神经网络中的复杂输入/输出是可能的吗？
【发布时间】：2020-07-03 08:23:12
【问题描述】：

我听说可以为使用 tensorflow/keras 构建的神经网络提供复杂数据，并获得指定每个层的“dtype”= tf.complex64（或类似）的复杂输出。

X = K.Input(shape = (n_taps,1), dtype = tf.complex64)
fc1 = K.layers.LSTM(n_fc1,activation="tanh",dtype = tf.complex64)  (X)

每个单层的声明不会给出错误，但调用第二层作为参数给出第一层（我的意思是第二行）会给出以下预期错误：

TypeError: 'MatMul' Op 的输入 'b' 的 float32 类型与参数 'a' 的 complex64 类型不匹配。

我不明白这种网络是否可行。有没有人对此有更多的信息？提前致谢

【问题讨论】：

标签： python tensorflow keras neural-network complex-numbers

【解决方案1】：

这是因为K.layers.LSTM 不支持tf.complex64 类型。您需要自己实现该层。你应该从继承tf.keras.layers.Layer 开始，你可以在tf.keras.layers.Layer 的文档中找到一个例子。该示例称为SimpleDense 层。

【讨论】：

非常感谢！你知道我可以用任何已经实现的层来代替已经支持 tf.complex64 的 LSTM 层吗？
不，不是。让我们试试别的，为什么你的数据很复杂？复数有实部和虚部。那么为什么不直接用shape=(n_taps, 2) 来表示您的数据呢？ 2 用于实部和虚部。
是的，我已经这样做了，而且效果很好。我只是想提高我的成绩。非常感谢，现在我的思路更清晰了。