Реализация пропусков соединений в keras

Простой ответ: не используйте для этого последовательную модель, вместо этого используйте функциональный API, тогда реализовать пропущенные соединения (также называемые остаточными соединениями) будет очень просто, как показано в этом примере из руководство по функциональному API:

from keras.layers import merge, Convolution2D, Input

# input tensor for a 3-channel 256x256 image
x = Input(shape=(3, 256, 256))
# 3x3 conv with 3 output channels (same as input channels)
y = Convolution2D(3, 3, 3, border_mode='same')(x)
# this returns x + y.
z = merge([x, y], mode='sum')

В случае, если у кого-то все еще есть такая же проблема, и слой merge не работает.

Я не смог найти merge в документации Keras, написанной доктором Снупи. И я получаю ошибку типа 'module' object is not callable.

Вместо этого я добавил слой Add.

Таким образом, тот же пример, что и ответ доктора Снупи, будет таким:

from keras.layers import Add, Convolution2D, Input

# input tensor for a 3-channel 256x256 image
x = Input(shape=(3, 256, 256))
# 3x3 conv with 3 output channels (same as input channels)
y = Convolution2D(3, 3, 3, border_mode='same')(x)
# this returns x + y.
z = Add()([x, y])