如何使用Tensorflow 2和Keras实现PyTorch中提供的简单记忆增强神经网络？

我发现这个repo（）是用PyTorch实现的一个简单的神经网络内存。我认为这个内存可以很容易地用Keras实现。但我不知道如何开始

有谁能帮助我如何用TF2和Keras重新实现内存方法吗？在最好的情况下，只有一个具有3个密集层的MLP（无需自动编码器）。我只想要一个示例，说明如何在Keras/TF2.0中实现此内存

该存储器非常简单，其工作原理如下：根据余弦相似性，将潜在向量与存储器的所有存储向量进行比较。通过注意，选择最相似的条目并用于进一步处理。但是记忆矩阵的条目/向量/原型是如何学习的呢？在Keras如何做到这一点

---

我不清楚如何学习存储在内存中的原型

不幸的是，此站点不适合处理编程问题。有关更多详细信息，请参阅。堆栈溢出是解决这些问题的最合适的站点。我将把你的问题转移到堆栈溢出。