我正在尝试使用Keras的函数式API实现一个自定义层。我的想法是转置卷积算子。目前我得到了以下代码：

        k1 = self.tied_to.kernel        self.kernel = K.transpose(k1)

如果我只是传递前一层的卷积核而不对其做任何处理，代码是可以工作的。卷积核的形状定义为3×3，因此转置它应该可以很好地工作。但问题是卷积核的形式是一个形状为3x3x1x1的张量，而K.transpose会转置整个张量。我该如何只转置卷积核本身，以便再次得到一个形状为3x3x1x1的卷积核呢？

回答：

你应该使用K.permute_dimensions。

我不确定你想转置什么，但我看到了两种可能性。

• 转置空间维度（卷积核识别与原始卷积核相同的事物，但方向不同）：K.permute_dimensions(k1, (1,0,2,3))
• 转置输入和输出通道（可能是为了在某种反向层中使用卷积核 – 不知道这种层是否存在，但…）：K.permute_dimensions(k1, (0,1,3,2))