Neural network 在Keras中编写自定义退出层

我仍然在学习Keras，并且正在学习它的各个组成部分。我很难编写自定义层。为了练习，我想到了以下几点。我想写一个自定义反转的辍学层，如的幻灯片77中所述，除了我想用概率p进行辍学，但在进行辍学反转时，要除以其他数字（比如p1）而不是p。我有两个选择

1） 完全按照课堂幻灯片中的内容编写代码。这很容易做到，但我不知道如何在测试时排除该层

2） 选项1是个坏主意，因为我正在重新编写很多我们已经有的代码。我曾想过使用dropout层，但我不知道如何直接修改另一层的结果。显示结果正在调用Theano的后端以执行此任务

---

你能描述一下实现这一目标的最佳方法吗？你能解决这个问题吗？是的，结果非常简单。对不起，我本应该删除的post@Sid你能分享一下你的实现吗？