Machine learning Keras——如何操作”一词；符号变量"；

如果我的代码如下所示：

main_input = Input(shape=(16), name='main_input')
act1= Dense(10, activation='tanh')(main_input ) 

现在我有了符号

act1

，形状是

（批量大小，10）

如果我想要矩阵

act1

添加

0.5

每个点，或者如果我想要获得数据，只包括

act1[：，0:5]

我很困惑。因为在MXnet中，对符号变量有一些操作，但在keras中，它看起来像是层内操作。如何对变量进行操作

---

希望大家能帮我。Thx

您似乎想要使用一个所谓的函数。例如，第一个案例如下所示：

act1_new = Lambda(lambda x: x + 0.5, output_shape=(10,))(act_1)

第二点：

act1_new = Lambda(lambda x: x[:,:5], output_shape=(5,))(act1)

---

在本例中，跳过第一个维度，因为它表示批次维度。

thx。如果我有一个符号a，“a=density（1，activation='tanh'）（act1）”，但我希望层act1的输出乘以层a的输出。def mul_x（a，b）：ans=K.dot（a，b）返回ans，但它是错误的。我无法将一维广播到10维喂，我想问。。。。。如果在keras中，我想为sum创建一个符号…就像在floop中一样：　a=a+b。。首先，a应该是零，每次a更新并加上一个新值b。lambda可以创建一个全局变量或返回两个值。ThxTry

乘法=乘法（[act1，a]）

。从

keras.layers.merge导入
multiply