我想使用 Keras 合并两个 CNN 深度学习模型，想知道用于合并层的乘法和点函数有什么区别？
keras.layers.multiply(inputs)
keras.layers.dot(inputs, axes, normalize=False)
用于在 Keras 中合并图层的乘法和点函数有什么区别？
数据挖掘
深度学习
喀拉斯
张量流
卷积
卷积神经网络
2022-03-11 16:40:06
1个回答
该multiply()函数执行逐元素乘法。例如，为了简单起见，让我们考虑 1D CNN，并且您传递两个批量大小b的输入，张量长度为 5，输出将是 (b,5)，因为它是逐元素乘法。让我们假设两个长度为 5 的张量如下：[1,2,3,4,5]和[6,7,8,9,10]，结果应该是[6,14,24,36,50]元素乘法。
在 的情况下dot()，它取点积，一维的点积在数学上定义为：a.b = sum(a_i * b_i)，其中i范围从 0 到 n-1；其中 n 是向量 a 和 b 中的元素数。（对于 2-D ，您可以将其视为矩阵乘法）。所以结果应该是批量大小的(b,1)长度b。在输出示例的情况下，和的点积结果[1,2,3,4,5]应[6,7,8,9,10]为[130]
其它你可能感兴趣的问题