如何移除keras中张量的第一个元素作为层？

如何移除keras中张量的第一个元素作为层？ 例如：

layer = Input(input_shape=(100,),name='input')
layer = Conv1D(97,kernel_size=10,strides=10)(layer)
layer = >something that removes the first element<(layer)
layer = Flaten()(layer)
model = Model(input,layer)

layer=Input（Input\u shape=（100，），name='Input'）
层=Conv1D（97，内核大小=10，步幅=10）（层）
layer=>删除第一个元素的东西如果你的唯一目标是从卷积中得到9个值而不是10个值，为什么不试试这个：

层=Conv1D（97，内核大小=11，步幅=11）（层）

?？因为如果删除第一个元素，这意味着您不关心序列的10个第一个值，因此您最好输入90个值的序列，而不是100个值的序列。。。
如果您关心前10个值，并且只想输出更少，那么请使用更大的内核：-）

这有用吗？否则，我们可以找出一个lambda层来实现这个技巧，因为@NadavB想知道答案：

layer = Input(input_shape=(100,),name='input')
layer = Conv1D(97,kernel_size=10,strides=10)(layer)
layer = Lambda(lambda x : x[:,1:,:])(layer)
layer = Flaten()(layer)
model = Model(input,layer)

我希望这能帮到你：）
如果是时间顺序，我会这样做：

def firstElementRemoved(inputTensor):
    return inputTensor[:, 1:]

LSTMMinusFirstElement  = Lambda(firstElementRemoved) (LSTM)

非常感谢你的回答！我更新了我原来的帖子，以澄清我为什么要使用它。我也需要它，以便在左LSTM和右LSTM之间实现偏移量为2的bi di LSTMLSTM@NadavB嘿，我为你加了一个答案：）