matrix - 如何在 Keras 中实现矩阵乘法？

Question

我只想实现一个函数，给定矩阵 X 返回 X (X^T*X) 的协方差矩阵，这只是一个简单的矩阵乘法。

在 Tensorflow 中它会很容易: tf.matmul(X, tf.transpose(X))

但是没想到跟Keras是个噩梦。 Keras 中的 API 像乘法和点不符合我的要求。我也尝试了不同的方法(Lambda 层并与 TF 操作混合)但仍然失败，发生了很多错误。

希望有人可以帮忙。谢谢。

Answer 1

实际上，您在 Keras 中确实有类似的东西。试试 dot(x, transpose(x)) .

下面是比较两个平台的工作示例。

import keras.backend as K
import numpy as np
import tensorflow as tf


def cov_tf(x_val):
    x = tf.constant(x_val)
    cov = tf.matmul(x, tf.transpose(x))
    return cov.eval(session=tf.Session())

def cov_keras(x_val):
    x = K.constant(x_val)
    cov = K.dot(x, K.transpose(x))
    return cov.eval(session=tf.Session())

if __name__ == '__main__':
    x = np.random.rand(4, 5)
    delta = np.abs(cov_tf(x) - cov_keras(x)).max()
    print('Maximum absolute difference:', delta)

打印出最大绝对差异并给我一些关于 1e-7 的信息.