Python 共享卷积权值的keras实现&转置操作
我读了几篇文章，其中他们建议实现ResNet的剩余块，如下所示 u^{k+1}=u^k-\tau k^T\sigma（ku^k） 其中u^{k}表示第k层上的输出，$\tau$是人工时间步长，k是卷积矩阵。 与更常见的块一样，具有这种类型块的ResNet在数值上应该更稳定：u^{k+1}=u^k-\tau k_2\sigma（k_1 u^k） 如何使用keras/tf共享权重并实现K^T操作？ 我注意到类似的问题也在： 与上面提到的帖子中给出的答案相反，我想使用相同的权重来执行两个不同的操作，即K和K^TPython 共享卷积权值的keras实现&转置操作,python,tensorflow,keras,Python,Tensorflow,Keras,我读了几篇文章，其中他们建议实现ResNet的剩余块，如下所示 u^{k+1}=u^k-\tau k^T\sigma（ku^k） 其中u^{k}表示第k层上的输出，$\tau$是人工时间步长，k是卷积矩阵。 与更常见的块一样，具有这种类型块的ResNet在数值上应该更稳定：u^{k+1}=u^k-\tau k_2\sigma（k_1 u^k） 如何使用keras/tf共享权重并实现K^T操作？ 我注意到类似的问题也在： 与上面提到的帖子中给出的答案相反，我想使用相同的权重来执行两个不同的操作，即