Lambda Layer (Lambda Katmanı), yapay sinir ağında bir ifade veya fonksiyon kullanarak girdi değerlerini değiştirmek için kullanılan bir katmandır. Örnek olarak bir katmandan diğer katmana giderken verilerin karesi veya karakökü alınmak istenebilir, bu istek Lambda katmanı ile yapılabilecektir.

Kullanılabilmesi için "Lambda" kütüphanesinin içe aktarılması gerekmektedir.

from tensorflow.keras.layers import Lambda

Söz dizimi: Lambda(function, output_shape=None, mask=None, arguments=None, **kwargs)

• function, katmana uygulanmak istenilen fonksiyonu temsil eder.
• output_shape, fonksiyondan beklenen çıktı şeklini temsil eder.
• mask, maskeleme olup olmadığını temsil eder.

Yukarıdaki parametreler haricinde eğer modelde ilk katman olarak kullanılıyorsa input_shape adlı bir argümanı da kullanır. input_shape argümanı giriş katmanının boyutunu belirtmek için kullanılan, sayısal değer alan bir yapıdır.

Örnek-1: Birinci gizli katmandan ikinci gizli katmana geçerken veri setindeki değerlerin küpünü alan bir model oluşturalım.  

#Gerekli kütüphaneler içe aktarılır.
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense,Lambda
from tensorflow.keras.utils import plot_model

#İşlem yapılacak fonksiyon tanımlanır.
def kup_al(x):
    return x**3

#Model tanımlanır.
model=Sequential()

#Giriş katmanı ve 1.Gizli katman oluşturuldu
model.add(Dense(units=20,activation="relu",input_shape=(12,)))

#Lambda katmanı eklenir
model.add(Lambda(function=kup_al))
#2.Yol Lambda katmanı fonksiyonu içinde de tanımlanabilir
#model.add(Lambda(function=(lambda x:x**3)))

#2.Gizli katman modele eklenir.
model.add(Dense(units=12,activation="relu"))

#3.Gizli katman modele eklenir.
model.add(Dense(units=6,activation="relu"))

#Çıkış katmanı eklendi
model.add(Dense(units=1,activation="sigmoid"))

Oluşturulan model grafiksel olarak görmek istenirse;

plot_model(model,show_shapes=True)

Çıktı: