Chcę stworzyć głęboką sieć neuronową w keras, gdzie każdy element warstwy wejściowej jest "zakodowany" przy użyciu tego samego, współdzielonego osadzania() - warstwa, zanim zostanie wprowadzona do głębszych warstw.Keras - Jak skonstruować współużytkowaną warstwę osadzania() dla każdego Input-Neuron
Każde wejście będzie liczbą określającą typ obiektu, a sieć powinna nauczyć się osadzania, które zawiera pewną wewnętrzną reprezentację "tego, czym jest ten obiekt".
Tak więc, jeśli warstwa wejściowa ma wymiar X, a osadzenie ma wymiary Y, pierwsza ukryta warstwa powinna składać się z neuronów X * Y (każdy wbudowany neuron wejściowy).
Jak mogę to zrobić?
Czy chcesz zachować ukrytą reprezentację w postaci wielu wyjść lub czy chcesz, aby tworzyły pojedynczy wektor funkcji? –
Powinien to być wiele różnych wyjść w pierwszej ukrytej warstwie, po jednej dla każdego wejścia. Proszę spojrzeć na mój drugi komentarz poniżej odpowiedzi Nassima Bena. Dziękuję Ci bardzo! :-) –