Deep learning 如何使用Keras Lambda层合并二维和转置

Deep learning 如何使用Keras Lambda层合并二维和转置,deep-learning,keras,Deep Learning,Keras,我有一个形状向量(19128)。我需要将其转换为(128,9),但不需要简单的重塑。我希望1和9合并,然后转置。我怎样才能在keras的Lambda层上做到这一点?谢谢是的,您可以: def reshapeTranspose(x): x = K.reshape(x,(9,128)) return K.permute_dimensions(x,(1,0)) 该层: Lambda(reshapeTranspose, output_shape=(128,9)) PS:如果使用te

我有一个形状向量(19128)。我需要将其转换为(128,9),但不需要简单的重塑。我希望1和9合并,然后转置。我怎样才能在keras的Lambda层上做到这一点?谢谢

是的,您可以:

def reshapeTranspose(x):

    x = K.reshape(x,(9,128))
    return K.permute_dimensions(x,(1,0))
该层:

Lambda(reshapeTranspose, output_shape=(128,9))
PS:
如果使用tensorflow,则不需要输出\u形状。
PS2:注意批量大小,通常这是keras张量中的第一个维度,而不是你自己创建的