Python 在tensorflow keras中建立Kronecker层

我想问一下，是否有可能将克罗内克产品作为tf的一层。我对Kronecker产品的输入形状是（1,64）和（1,101,5）。我尝试了很多方法，但都不管用

我试过linalg.LinearOperatorKronecker，但我成功了

AttributeError:“Tensor”对象没有属性“是非单数的”

因此，我尝试对其进行numpy，并将其传递给

linearropertorfullmatrix

，但它返回

AttributeError:“Tensor”对象没有属性“numpy”

所以我只能通过

tf.experimental.numpy.kron

找到一种方法，但是当一个调用摘要得到多个输出时，我无法在它上面构建其他层

input = Input(shape=input_shape)
hidden = BatchNormalization()(input)
hidden = Activation("relu")(hidden)
SEB = GlobalAveragePooling1D()(hidden)
SEB = Dense(32, activation="relu")(SEB)
SEB = Dense(64, activation="sigmoid")(SEB)

# resnet = Lambda(lambda x: tf.experimental.numpy.kron(x[0], x[1]))([hidden, SEB])
# resnet = Lambda(lambda x: tf.linalg.LinearOperatorKronecker([x[0], x[1]]))([hidden, SEB])
# resnet = Lambda(kronecker_product)([hidden, SEB])
# output = Dense(64, activation="sigmoid")(resnet)

model = Model(inputs=[input], outputs=[resnet])

因此，我想问，实现这一目标的正确方法是什么。多谢各位