В keras, используя функциональный API, у меня есть два независимых уровня (тензоры). Первый - это вектор строки списков функций, а другой - вектор столбца списков функций. Для простоты предположим, что они созданы следующим образом:
rows = 5
cols = 10
features = 2
row = Input((1, cols, features))
col = Input((rows, 1, features))
Теперь я хочу, чтобы "слить" эти два слоя таким образом, что результатом является матрица с 5 строк и 10 столбцов ( в основном делают на 5x1
по 1x10
умножения матриц), где каждый элемент этой матрицы является каскадный список функций каждой возможной комбинации вектора строки и столбца. Другими слова, я ищу какое - то MergeLayer
, которая будет сочетать мои row
и col
слои к matrix
слою формы (rows, cols, 2*features)
:
matrix = MergeLayer()([row, col]) # output_shape of matrix shall be (rows, cols, 2*features)
Пример для cols = rows = 2
:
row = [[[1,2]], [[3,4]]]
col = [[[5,6],
[7,8]]]
matrix = [[[1,2,5,6], [3,4,5,6]],
[[1,2,7,8], [3,4,7,8]]]
Я предполагаю, что решение (если возможно вообще) будет каким-то образом использовать слой Dot
и, возможно, некоторые Reshape
и/или Permute
, но я не могу понять это.
Вы можете повторять элементы, а затем конкатенировать.
from keras.layers import Input, Lambda, Concatenate
from keras.models import Model
import keras.backend as K
rows = 2
cols = 2
features = 2
row = Input((1, cols, features))
col = Input((rows, 1, features))
row_repeated = Lambda(lambda x: K.repeat_elements(x, rows, axis=1))(row)
col_repeated = Lambda(lambda x: K.repeat_elements(x, cols, axis=2))(col)
out = Concatenate()([row_repeated, col_repeated])
model = Model(inputs=[row,col], outputs=out)
model.summary()
Эксперимент:
import numpy as np
x = np.array([1,2,3,4]).reshape((1, 1, 2, 2))
y = np.array([5,6,7,8]).reshape((1, 2, 1, 2))
model.predict([x, y])
#array([[[[1., 2., 5., 6.],
# [3., 4., 5., 6.]],
#
# [[1., 2., 7., 8.],
# [3., 4., 7., 8.]]]], dtype=float32)