1回答

正十七

2022-03-13

好问题

code是这样子的：

class CustomizedDenseLayer(keras.layers.Layer):
    def __init__(self, units, activation=None, **kwargs):
        self.units = units
        self.activation = keras.layers.Activation(activation)
        super(CustomizedDenseLayer, self).__init__(**kwargs)    
    def build(self, input_shape):
        """构建所需要的参数"""
        # x * w + b. input_shape:[None, a] w:[a,b]output_shape: [None, b]
        self.kernel = self.add_weight(name = 'kernel',
                                      shape = (input_shape[1], self.units),
                                      initializer = 'uniform',
                                      trainable = True)
        self.bias = self.add_weight(name = 'bias',
                                    shape = (self.units, ),
                                    initializer = 'zeros',
                                    trainable = True)
        super(CustomizedDenseLayer, self).build(input_shape)    
    def call(self, x):
        """完成正向计算"""
        return self.activation(x @ self.kernel + self.bias)

然后，可以看到，这里的input_shape[1]的input_shape是从build的参数中传过来的，并不是我们传给构造函数的那个[8], 在Layer的底层实现中，会给传给构造函数的[8]加上一个batch的维度，然后再传给build函数，所以build 函数可以用input_shape[1]。

1

0