如何在TensorFlow函数式API中使用Lambda层实现自定义函数？

你的代码存在两个核心问题：

1. Lambda函数返回了列表，Keras会将其解析为两个独立的输出张量，而非单个形状为(None,2)的张量，这就是输出形状显示为[(3,),(3,)]的原因。
2. 张量索引方式错误：输入x是形状为(None,3)的批量张量，x[0]取的是第一个完整样本（形状(3,)），而非每个样本的第一个元素，正确索引每个样本的第n位应该用x[:, n]。

以下是两种正确的实现方式：

方式一：使用Keras内置的concatenate拼接结果 #

from keras.layers import Input, Lambda, concatenate
from keras.models import Model

input_tensor = Input((3,))
output_tensor = Lambda(
    lambda x: concatenate([x[:, 0] * x[:, 1], x[:, 1] * x[:, 2]], axis=-1)
)(input_tensor)
model = Model(input_tensor, output_tensor)
model.summary()

方式二：使用TensorFlow的concat（适用于TensorFlow后端） #

import tensorflow as tf
from keras.layers import Input, Lambda
from keras.models import Model

input_tensor = Input((3,))
output_tensor = Lambda(
    lambda x: tf.concat([x[:, 0] * x[:, 1], x[:, 1] * x[:, 2]], axis=1)
)(input_tensor)
model = Model(input_tensor, output_tensor)
model.summary()

运行后，模型摘要会显示输出形状为(None, 2)，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Pooty Lim