融合层

# 融合层

# Add层(v1)

M.dl_layer_add.v1()

计算一个列表的输入张量的和。

相加层接受一个列表的张量, 所有的张量必须有相同的输入尺寸, 然后返回一个张量(和输入张量尺寸相同)。

# Average层

M.dl_layer_average.v1()

计算一个列表的输入张量的平均值。

平均层接受一个列表的张量, 所有的张量必须有相同的输入尺寸, 然后返回一个张量(和输入张量尺寸相同)。

# Concatenate层

M.dl_layer_concatenate.v1(axis=-1)

串联一个列表的输入张量。

串联层接受一个列表的张量, 除了串联轴之外,其他的尺寸都必须相同, 然后返回一个由所有输入张量串联起来的输出张量。

参数

  • axis: 串联的轴。
  • kwargs: 层关键字参数。

# Dot层

M.dl_layer_dot.v1(axes, normalize=False)

计算两个张量之间样本的点积。

例如,如果作用于输入尺寸为 (batch_size, n) 的两个张量 a 和 b, 那么输出结果就会是尺寸为 (batch_size, 1) 的一个张量。 在这个张量中,每一个条目 i 是 a[i] 和 b[i] 之间的点积。

参数

  • axes: 整数或者整数元组, 一个或者几个进行点积的轴。
  • normalize: 是否在点积之前对即将进行点积的轴进行 L2 标准化。 如果设置成 True,那么输出两个样本之间的余弦相似值。
  • kwargs: 层关键字参数。

# Maximum层

M.dl_layer_maximum.v1()

计算一个列表的输入张量的(逐元素间的)最大值。

最大层接受一个列表的张量, 所有的张量必须有相同的输入尺寸, 然后返回一个张量(和输入张量尺寸相同)。

# Multiply层

M.dl_layer_multiply.v1()

计算一个列表的输入张量的(逐元素间的)乘积。

相乘层接受一个列表的张量, 所有的张量必须有相同的输入尺寸, 然后返回一个张量(和输入张量尺寸相同)。

# Subtract层

M.dl_layer_subtract.v1()

计算两个输入张量的差。

相减层接受一个长度为 2 的张量列表, 两个张量必须有相同的尺寸,然后返回一个值为 (inputs[0] - inputs[1]) 的张量, 输出张量和输入张量尺寸相同。