【Keras】利用Lamda，自定义网络层，expand_dims

1. 代码

⭐️ 自定义扩展维度层, 这个函数我是写在了类里，所以会有self 关键字

import keras.backend as K
def Expand_layer(self, x):
        expand_dim = K.expand_dims(x, axis=-1)
        return expand_dim

⭐️ Sequential() 模型利用Lamda添加自定义的Expand_layer层

self.model.add(Lambda(self.Expand_layer))

2. 需求

⭐️ 有时候我们在做模型开发的时候，需要对模型进行升维或者降维，然而模型只能添加层，而不能引用函数操作，所以，只能对模型自定义升维或者降维层，然后再添加到模型中

⭕️ 这里用到了keras.backend 中的expand_dims函数

⭕️ 进行降维的 keras.backend 中的 squeeze 函数同样

3. 效果

⭐️ 注意lamda层的输出维度和输入维度

⭐️ 从上图中看到，我们为输入增加了一个维度

4. 参考资料

1. CSDN : keras中Lambda层的使用