在keras中实现跳过连接

我正在keras实施ApesNet。它有一个具有跳过连接的ApesBlock。如何将其添加到keras中的序列模型中？ApesBlock有两个平行层，通过元素添加在最后合并。

简单的答案是，不要为此使用顺序模型，而是使用函数API，实现跳过连接（也称为剩余连接）非常简单，如以下示例所示：

---

以防任何人仍然有相同的问题，并且

合并

层不起作用

我在Keras文档中找不到史努比博士写的

merge

。我得到一个类型错误，

“模块”对象不可调用

相反，我添加了一个
Add
层

因此，与史努比博士的答案相同的例子是：

from keras.layers import Add, Convolution2D, Input

# input tensor for a 3-channel 256x256 image
x = Input(shape=(3, 256, 256))
# 3x3 conv with 3 output channels (same as input channels)
y = Convolution2D(3, 3, 3, border_mode='same')(x)
# this returns x + y.
z = Add()([x, y])

那么，在后推过程中这不是一个问题吗，因为y有卷积的权重，z有新的张量？@Siddhartarao不，因为这都是象征性的，梯度可以通过TF/Theano直接计算。+1为什么它们被称为剩余连接？这背后的想法是什么？有人能帮助我提高理解吗？@mrk这个问题更适合@mrk。这不是暗示，你所问的是关于堆栈溢出的离题问题。
from keras.layers import Add, Convolution2D, Input

# input tensor for a 3-channel 256x256 image
x = Input(shape=(3, 256, 256))
# 3x3 conv with 3 output channels (same as input channels)
y = Convolution2D(3, 3, 3, border_mode='same')(x)
# this returns x + y.
z = Add()([x, y])