在Keras中设计一个特定层
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
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