Python MNIST数据集上keras上的i-RevNet

我想在keras上的MNIST数据集上实现I-RevNet，并从I-RevNet的输出生成原始的28*28输入图像，但我没有任何线索。我能找到的在线资源都是基于tensorflow的。

重要的是这篇论文-I-REVNET:DEEP inversible NETWORKS和这篇git

阅读上述论文时，i-RevNets中的关键组件是同胚层，位于拓扑和神经网络之间的链接cf-神经网络、流形和拓扑（搜索“同胚”）

同胚层在

类irevnet_块（nn.Module）

中实现，请注意，没有丢弃信息的操作，如最大池、平均、（输出层除外），仅应用批标准化（），relu也是局部严格线性的

在keras中如何实现这一点，只需将层堆叠到同胚层中：

homeomorphic layer -> NO POOLING, ... LAYERS
model.add(Dense(64, init='uniform'))
model.add(Activation('relu'))
model.add(BatchNormalization())

中的其余代码，即

def inverse（self，x）

或

def forward（self，x）

，可使用中的keras函数进行复制。Cf在

merge

和

split

功能上，它们使用

torch.cat

和

torch.split

，这两种keras等价物都在其中