Python 具有自定义功能的Keras自定义图层

我想创建带有内置图像处理功能的自定义层，例如遮罩，或某种模糊/噪声/颜色变化等

我写了这段代码，但我不知道该怎么做

__return input* mask[[1,0,1,0][0,1,0,1][1,0,1,0][0,1,0,1]]__

它不是那样工作的，因为该操作需要一个numpy数组，但需要获取“tensorflow.python.framework.ops.Tensor”

图画

---

在结果中，我想做一些类似于编码器网络的事情，但是在中间它是一个将输入向量转换成图片的算法，然后网络的右边部分将解码这个图像，并返回相同的值，我把它发送到输入层

不确定你想做什么，但我想lambda包装层可能是解决方案。查看文档和有用的博客

---

不确定您想做什么，但我想lambda包装层可能是解决方案。查看文档和有用的博客

---

目前还不清楚您是如何以及试图实现什么目标的，当然您知道您想做什么，但我们不知道，请详细解释您的代码和尝试。我在这里找到了一个示例并复制了它，我在问题中添加了信息您不能乘以张量和numpy数组，您需要注意tf等价物，例如tf.constant，稍后我可能会给你举个例子，但现在我在电话上，不清楚你是如何实现的，你想实现什么，当然你知道你想做什么，但我们不知道，请更详细地解释你的代码和尝试。我在这里找到一个例子并复制了它，我在问题中添加了信息你不能乘以张量和numpy数组，你们需要注意tf等价物，比如tf.constant，稍后我可能会给你们举个例子，但现在我在打电话

class MyLayer(tf.keras.layers.Layer):
  def __init__(self, num_outputs):
    super(MyLayer, self).__init__()
    self.num_outputs = num_outputs

  def build(self, input_shape):
    self.kernel = self.add_weight("kernel",
                                  shape=[int(input_shape[-1]),
                                         self.num_outputs])
  def call(self, input):

    return input* mask[[1,0,1,0][0,1,0,1][1,0,1,0][0,1,0,1]]
    
    ##return tf.matmul(input, self.kernel)

layer = MyLayer(4,4)