如何将权重设置为仅在keras中前半个神经元上的层？

from keras import layers, constraints

# 定义自定义约束函数
def custom_constraint(w):
    # 获取权重矩阵的形状
    shape = w.shape
    # 将权重矩阵的后半部分设置为0
    w[:, shape[1]//2:] = 0
    return w

# 创建模型
model = keras.Sequential()
model.add(layers.Dense(64, activation='relu', kernel_constraint=custom_constraint))
model.add(layers.Dense(10, activation='softmax'))

# 编译模型
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=10, batch_size=32)