Keras如何为每个InputNeuron构造一个共享的Embedding（）层

Question

我想在keras中创建一个深层神经网络，在输入层的每个元素被输入到更深层之前，使用相同的共享Embedding（）-layer进行“编码”。在

每个输入都是一个定义对象类型的数字，网络应该学习一个嵌入，它封装了“这个对象是什么”的一些内部表示。在

因此，如果输入层有X维，而嵌入层有Y维，则第一个隐藏层应该由X*Y神经元（每个嵌入的输入神经元）组成。在

Here is a little image that should show the network architecture that I would like to create, where each input-element is encoded using a 3D-Embedding

我该怎么做？在

Answer 1

from keras.layers import Input, Embedding

first_input = Input(shape = (your_shape_tuple) )
second_input = Input(shape = (your_shape_tuple) )
...

embedding_layer = Embedding(embedding_size)

first_input_encoded = embedding_layer(first_input)
second_input_encoded = embedding_layer(second_input)
...

Rest of the model....

emnedding_层将具有共享权重。如果有很多输入，可以用层列表的形式来完成。在

如果要转换输入的张量，方法是：

^{pr2}$

这就是你要找的吗？在