python - keras实现共享卷积权重——转置操作

Question

我阅读了几篇论文，他们建议按如下方式实现 ResNet 的残差块

u^{k+1} = u^k - \tau K^T \sigma(K u^k),

其中 u^{k} 表示第 k 层的输出，$\tau$ 是人工时间步长，K 是卷积矩阵。具有这种类型块的 ResNet 应该在数值上更稳定，就像使用更常见的块：u^{k+1} = u^k - \tau K_2 \sigma(K_1 u^k)。

如何使用 keras/tf 共享权重并实现 K^T 操作？我注意到类似的问题被问到：如何在两个 keras 层之间共享权重？

与上述帖子中提供的答案相反，我想使用相同的权重来执行两种不同的操作，即 K 和 K^T。

标签： pythontensorflowkeras