Python 如何向Keras中的输入数据添加均匀分布的噪声？

我需要在输入数据中添加量化噪声。我经常读到，这些噪声被建模为均匀分布的噪声

我有一个用Keras实现的编码/解码网络（输入数据是时间序列原始数据），Keras中有一个层可以添加高斯噪声（GaussianNoise层），我可以使用这个层来创建均匀噪声吗

---

如果没有，我是否可以使用其他实现的层？

您可以创建自己的层

将tensorflow导入为tf
类noiseLayer（tf.keras.layers.Layer）：
定义初始值（自身、平均值、标准值）：
super（noiseLayer，self）。\uuuu init\uuuuu（）
self.mean=平均值
self.std=std
def呼叫（自我，输入）：
中庸
std=self.std
返回input+tf.random.normal（tf.shape（input.numpy（），
平均数，
STDEV=std）
X=tf.ones（[10,10,10]）*100
Y=噪声层（平均值=0，标准值=0.1）（X）

---

这段代码适用于最新的Tensorflow 2.0。

我正在尝试将泊松噪声添加到我的数据增强层。我已经像上面一样定义了这个类，但是当我这样做时：data_augmentation=keras.Sequential（[keras.layers.experimental.preprocessing.RandomFlip（），noiseLayer（mean=1）（x）]，name='DataAugm'）我得到了一个错误：添加的层必须是类层的实例。找到：Tensor（“noise\u layer\u 7/Identity:0”，shape=（None，29，29，1），dtype=float32）您能帮忙吗？尝试删除“（x）”您不应该在keras.Sequential中运行函数