在Keras中设计一个特定层_Keras_Deep Learning_Neural Network_Keras Layer

在Keras中设计一个特定层

keras deep-learning neural-network

在Keras中设计一个特定层,keras,deep-learning,neural-network,keras-layer,Keras,Deep Learning,Neural Network,Keras Layer,我感兴趣的是设计一层前馈神经网络，它将向量x作为输入，并给出与我得到的相同的结果 model = models.Sequential() model.add(layers.Dense(20, activation = 'relu')) 但我想在左边乘以激活函数中使用的相同权重矩阵。如果f（x）是激活函数，我想知道如何写W*f（Wx+b），而不是仅仅写f（Wx+b）有没有办法让Keras做到这一点

我感兴趣的是设计一层前馈神经网络，它将向量x作为输入，并给出与我得到的相同的结果

model = models.Sequential()
model.add(layers.Dense(20, activation = 'relu'))

但我想在左边乘以激活函数中使用的相同权重矩阵。如果f（x）是激活函数，我想知道如何写W*f（Wx+b），而不是仅仅写f（Wx+b）

有没有办法让Keras做到这一点