构建TensorFlow复数值神经网络遇激活函数报错求助

问题分析 #

用cvnn库构建复数值网络时会遇到两个核心问题：

• 指定activation='cart_relu'时，Keras无法识别该激活函数——因为cart_relu是cvnn专属的复数值激活函数，Keras的激活函数注册表未收录，不能直接用字符串名称调用。
• 替换为标准relu仍报错——标准ReLU仅支持实数值输入，无法处理复数值张量。

修复步骤 #

1. 正确导入并调用cvnn的复数值激活函数 #

需要从cvnn.activations模块导入cart_relu，将其作为可调用对象传入ComplexDense层，而非使用字符串名称。

2. 使用cvnn专属输入层适配复数值 #

替换tf.keras.Input为cvnn提供的ComplexInput，确保输入层与后续复数值层的兼容性。

修复后的完整代码 #

import numpy as np
from cvnn.layers import ComplexDense, ComplexInput
from cvnn.activations import cart_relu  # 导入cvnn专属激活函数
import tensorflow as tf

# 生成复数值数据集
data = np.random.rand(1000, 10) + 1j * np.random.rand(1000, 10)
labels = (np.abs(data).sum(axis=1) > 5).astype(int)

def get_complex_model(input_shape):
    # 使用cvnn的ComplexInput作为输入层
    inputs = ComplexInput(shape=input_shape)
    # 传入cart_relu可调用对象，而非字符串
    x = ComplexDense(10, activation=cart_relu)(inputs)
    model = tf.keras.Model(inputs=inputs, outputs=x)
    return model

# 实例化模型
model = get_complex_model((10,))
# 可选：查看模型结构
model.summary()

额外说明 #

如果需要使用其他复数值激活函数（如z_relu、mod_relu），同样需从cvnn.activations导入后直接传入，不能用字符串名称。标准Keras激活函数不支持复数值张量，必须使用cvnn提供的复数值激活函数。

内容的提问来源于stack exchange，提问作者Sajjad