Правильно ли использовать build() в Keras для создания внутренних слоев, зависящих от input_shape? ⇐ Python

[Anonymous]

Я реализую остаточный блок в стиле U-Net в Keras:

Код: Выделить всё

class UnetResBlock(layers.Layer):
def __init__(self, spatial_dims, in_channels, out_channels, ...):
super().__init__()
# Main conv layers
self.conv1 = Convolution(...)
self.conv2 = Convolution(...)
self.norm1 = ...
self.norm2 = ...
# Residual path layers will be created in build()
self.res_conv = None
self.res_norm = None

def build(self, input_shape):
in_channels = input_shape[-1]
if in_channels != self.out_channels:
self.res_conv = Convolution(
in_channels=in_channels,
out_channels=self.out_channels,
kernel_size=1,
strides=self.stride,
)
self.res_norm = layers.BatchNormalization()
super().build(input_shape)

def call(self, x, training=False):
out = self.conv1(x, training=training)
...
if self.res_conv is not None:
x = self.res_conv(x, training=training)

Мой вопрос:
Я использую build(), чтобы отложить создание res_conv и res_norm до тех пор, пока я не узнаю входную форму, поскольку остаточному пути может потребоваться свертка 1x1 для сопоставления каналов.

• Это подходящее использование build()?
• Или build() предназначен только для отсрочки создания веса для текущего слоя, а создание подслоев здесь может привести к неожиданному поведению?
• Есть ли какие-либо подводные камни при создании новых слоев в build() по сравнению с __init__?

Подробнее здесь: https://stackoverflow.com/questions/798 ... epend-on-i