Keras：语法澄清

keras的新手：

我试图理解keras中使用的语法。 我很难理解的语法是在构建网络时。我已经在许多地方看到了，如下代码中所述

语句如下：current\u layer=SOME\u codeccurrent\u layer 这种说法是什么意思？这是否意味着首先在某些_代码中描述的计算要遵循在当前层中描述的计算

这种语法的用途是什么？应该在什么时候使用？有什么优势和选择吗

input_layer = keras.layers.Input(
        (IMAGE_BORDER_LENGTH, IMAGE_BORDER_LENGTH, NB_CHANNELS))

current_layer = image_mirror_left_right(input_layer)

current_layer = keras.layers.convolutional.Conv2D(
      filters=16, "some values " ])
        )(current_layer)

def random_image_mirror_left_right(input_layer):
    return keras.layers.core.Lambda(function=lambda batch_imgs: tf.map_fn(
        lambda img: tf.image.random_flip_left_right(img), batch_imgs
    )
    )(input_layer)

---

如果你真的是Keras的新手，正如你所说的，我强烈建议你在现阶段不要使用这些先进的东西

您所指的repo是一个相当高级且非常重要的案例，它使用专门的库自动对Keras模型进行元优化。它包括根据Python字典中已经存储的一些配置参数“自动”构建模型

此外，您引用的函数超出了Keras，涉及TensorFlow方法和lambda函数

当前_层=某些_编码当前_层是Keras的典型示例；根据我的经验，与更直接的方法相比，它的应用范围较小，但在一些更高级的情况下，它可能会派上用场，例如：

Keras函数API是定义复杂模型的方法， 例如多输出模型、有向无环图或具有 共享层。[…]通过函数式API，很容易重用 训练有素的模型：您可以通过 用张量来表示。请注意，通过调用模型，您不仅仅是 重复使用模型的体系结构，您也在重复使用其 重量

---

你能分享一下你在哪里见过这样的用法吗？对我来说似乎很奇怪…就像在回购协议中：