Tensorflow Keras：如何使用另一个分类器给出的权重对编码器的输出进行加权相加？

我需要通过加权加法合并3个（或更多）编码器的多维输出，权重来自另一个分类器。我该怎么做

基本上我需要这样做（以矢量形式）：

输出=点积（[output1，output2，output3]，w）=w1*output1+w2*output2+w3*output3

尺寸：

output=output1=output2=output3=[无，16，16，512]

w=[无，3]

---

None是为批处理分配的未知维度。

对于一般数量的编码器，您可以执行以下操作：

def f(x):
    w = x[-1]
    outputs = x[:-1]
    outputs_ = K.concatenate([o[:, None, ...] for o in outputs],
                             axis=1)  # Shape=(None, nb_outputs, 16, 16, 512)

    out = K.sum(w[..., None, None, None] * outputs_,
                axis=1)  # Shape=(None, 16, 16, 512)
    return out

outputs = [output1, output2, output3]  # Works with any number of outputs
output = Lambda(f)(outputs + [w])

---

为了澄清，这将允许梯度流回到编码器，对吗？是的，没错，因为一切都是可微的。