Kerasで32次元のベクトルを用意し、それをチューニングしたい。

Question

Kerasで32次元のベクトルを用意し、それを学習させたい。

発生している問題

Kerasで画像処理を行うコードを書いています。
12612632のサイズのテンソルと32次元のベクトルのドット積を計算し、
1261261のテンソルを生成するモデルを作り、
ベクトルの中身を最適化するコードを書きたいのですが、
keras.layersの中にはそのようなことをできる層が載っていないので、
どのように実装すればよいのかわかりません。

補足情報（ツールのバージョンなど）

python 3.6.5
keras(tensorflow backend)を用いています

Answer 1

どんな画像データから何の結果を求めようとしているのかわからないので間違っているかもしれませんが、
下記で実現できると思います。

Denseはデフォルトではバイアスベクトルが含まれてしまうため、
modelの例ではパラメータ数が32+1になっています。

また、model_no_biasの例のようにuse_bias=Falseに設定することでbiasを含まないパラメータ数32にすることができます。
https://keras.io/ja/layers/core/#dense

import keras
from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(1, input_shape=(128,128,32)))
model.summary()

model_no_bias = Sequential()
model_no_bias.add(Dense(1, use_bias=False, input_shape=(128,128,32)))
model_no_bias.summary()

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense_79 (Dense)             (None, 128, 128, 1)       33        
=================================================================
Total params: 33
Trainable params: 33
Non-trainable params: 0
_________________________________________________________________
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense_80 (Dense)             (None, 128, 128, 1)       32        
=================================================================
Total params: 32
Trainable params: 32
Non-trainable params: 0
_________________________________________________________________