马春杰杰这是最好不要使用的情况之一，最好自己从模型继承并执行所需的操作。
例如nn.Sequential
|
1 2 3 4 |
class MyModel(nn.Module): def forward(self, input): return input ** 2 + 1 model = MyModel() |
但是，如果你想要一个等效的层，你可以很容易在pytorch中写它Lambda
|
1 2 3 4 5 6 |
class LambdaLayer(nn.Module): def __init__(self, lambd): super(LambdaLayer, self).__init__() self.lambd = lambd def forward(self, x): return self.lambd(x) |
现在你可以用它， 就像你在Keras中一样：
|
1 |
model.add(Lambda(lambda x: x ** 2)) |
各位大佬好
测试一下！
学习一下
看一看解决方案
求助求助
试一下看看，提前谢谢了
老哥 站长主题可以培养吗？
来来来唉