是否可以在keras层中获得批量大小

debugcn 发表于 Dev

乔纳莱克斯

我正在使用 lambda 函数设计一个特定的 keras 层，如何batch_size在函数中获得动态？

我尝试了很多次来解决这个问题，但都失败了。

def minus(inputs):
    x,y = inputs
    batch_size=K.shape(x)[0]
    e = K.get_variable_shape(x)
    for k in range(e[0]):
        for i in range(e[1]):
            for j in range(e[2]):
                if x[k][i][j]==0:
                   K.update(x[k][i][j], y[k][i][j])
    return x

def mymodel():
    inpA = keras.layers.Input(shape=(10,8),name='InputLayerA')
    inpB = keras.layers.Input(shape=(10,8),name='InputLayerB')
    print(inpA.shape)
    middle = keras.layers.Lambda(minus,name='minus')([inpA,inpB])

    ae = keras.Model([inpA,inpB],middle)
    ae.summary()
    return ae

当我新建一个模型时，比如ae = mymodel().I 除了一个新的 x 张量，但实际是错误消息：'NoneType' object cannot be interpreted as an integer。

克里斯R89

使用 tensorflow 时，我使用 tf.shape(x) 来获取模型层的批量大小，所以我认为可以使用 K.shape(x)（keras 等效？）是对的。

如果我理解您尝试正确做的事情，这还不够吗？避免了缓慢的python for循环的好处。

import keras
import keras.backend as K

def minus(inputs):
    x,y = inputs
    change_index = K.cast(K.equal(x, 0),'float32')
    return x*(1-change_index)+y*change_index

def mymodel():
    inpA = keras.layers.Input(shape=(10,8),name='InputLayerA')
    inpB = keras.layers.Input(shape=(10,8),name='InputLayerB')
    print(inpA.shape)
    middle = keras.layers.Lambda(minus,name='minus')([inpA,inpB])

    ae = keras.Model([inpA,inpB],middle)
    ae.summary()
    return ae

ae = mymodel()

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。