tensorflow2 自定义层-马育民老师

# 介绍

有时需要自定义网络层，实现自己想要的功能

官方网址：
https://www.tensorflow.org/tutorials/customization/custom_layers?hl=zh_cn

keras网址：
https://keras-cn.readthedocs.io/en/latest/layers/writting_layer/

更多注意事项参见：
https://zhuanlan.zhihu.com/p/86886620

# 方法

### \_\_init\_\_

初始化

### build()

```
build(input_shape)
```
这是定义权重的方法，可训练的权应该在这里被加入列表`self.trainable_weights`中。其他的属性还包括self.non_trainabe_weights（列表）和self.updates（需要更新的形如（tensor, new_tensor）的tuple的列表）。你可以参考BatchNormalization层的实现来学习如何使用上面两个属性。这个方法必须设置self.built = True，可通过调用super([layer],self).build()实现

### call()
```
call(x)
```

这是定义层功能的方法，除非你希望你写的层支持masking，否则你只需要关心call的第一个参数：输入张量

# 例子

```
class MyDenseLayer(tf.keras.layers.Layer):
  def __init__(self, num_outputs):
    super(MyDenseLayer, self).__init__()
    self.num_outputs = num_outputs

def build(self, input_shape):
    self.kernel = self.add_weight("kernel",
                                  shape=[int(input_shape[-1]),
                                         self.num_outputs])

def call(self, input):
    return tf.matmul(input, self.kernel)

layer = MyDenseLayer(10)
```

原文出处：/show_1EF5awmodfdN.html