定义函数用tf.keras.layers.Layer

tf.keras.layers.Layer是一个基类，用于构建自定义层的模板。可以通过继承该类来创建自己的层。以下是一个使用tf.keras.layers.Layer定义函数的示例：

import tensorflow as tf

class MyLayer(tf.keras.layers.Layer):
    def __init__(self, units=32, input_dim=32):
        super(MyLayer, self).__init__()
        self.w = self.add_weight(shape=(input_dim, units),
                                 initializer='random_normal',
                                 trainable=True)
        self.b = self.add_weight(shape=(units,),
                                 initializer='random_normal',
                                 trainable=True)

    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b

上述代码定义了一个名为MyLayer的自定义层，该层具有可训练的权重和偏置，输入维度为input_dim，输出维度为units。在call方法中，该层将输入与权重矩阵相乘并添加偏置，然后返回结果。

可以使用该层作为模型的一部分，例如：

model = tf.keras.Sequential([
    MyLayer(64, input_shape=(784,)),
    tf.keras.layers.Activation('relu'),
    tf.keras.layers.Dense(10),
    tf.keras.layers.Activation('softmax')
])