python - 如何在 Keras 中实现 1-sigmoid？

Question

因为我想实现一个类似于 GRU 更新门的结构：

h _t = (1-z _t )h _t-1 + z _t h _t

我正在尝试用这些代码来实现它，但它不起作用。我确定问题出在以下代码中：

one = K.ones(shape=(1, len, 128))
zt=Subtract([one,zt])
temp_conv2=multiply([reset_conv,zt])
output=Add([temp_conv1,temp_conv2])

我有以下错误：

AttributeError：“张量”对象没有属性“_keras_history”

我已经尝试过其他一些方法，例如使用Lambda图层，但它不起作用。

Answer 1

one不是 Keras 张量，因此您会收到该错误。您可以将其包装在一个Lambda层中：

zt = Lambda(lambda x: Subtract([K.ones(shape=(1, len, 128)), x]))(zt)

即使你不需要构造那个张量。只需使用1-x：

zt = Lambda(lambda x: 1-x)(zt)

它将自动广播，并且减法将是元素方面的。