千层面层的输出形状取决于输入值而不是其输入形状

Question

我正在与烤宽面条和theano一起工作，需要创建自定义图层。 这层的输出不依赖于输入的大小，而是依赖于输入的值...我知道keras（只有tensorflow后端）提供了lambda层的可能性，并且我设法写一个表达式，让我有输出取决于输入的值。但我不知道如何或者甚至是否可以使用烤宽面条和theano做到这一点。例如：如果我的输入张量的固定大小为100个值，但我知道最后可能会有一些0值，它们根本不会影响网络的输出，我该如何删除这些值值，让只有信息的值进一步到下一层？ 我想尽量减少网络的空间需求:)

有没有可能在这样的烤宽面条层？如果是这样，我应该如何编写get_output_shape_for（）方法？ 如果不是，我会切换到keras和张量流：D

在此先感谢！

Answer 1

感谢扬SCHLÜTER为我提供的答案在这里：
https://groups.google.com/forum/?utm_medium=email&utm_source=footer#!topic/lasagne-users/ucjNayfhSu0

总结：
1）是的，这是有可能有一个烤宽面条层，其输出形状取决于输入值（而不是的输入形状）和
2）您必须在热点尺寸中编写“无”具有固定的编译时形状（因此更改的尺寸取决于输入值）。

关于示例：
您可以先计算输出形状，然后用原始张量中非零条目长度的形状创建一个新张量，然后用非零值填充新张量（例如使用theano.tensor.set_subtensor函数）。但是，我不知道这是否是达到这个结果的最佳解决方案...