您的位置:首页 > 其它

解决keras加入lambda层时shape的问题

2020-06-20 11:47 686 查看

使用keras时,加入keras的lambda层以实现自己定义的操作。但是,发现操作结果的shape信息有问题。

我的后端是theano,使用了sum操作。

比如输入时,shape为(32,28,28),其中32为batch大小。

此时对应的ndim应该等于3。

但是,lambda处理后结果显示_keras_shape为(32,28,28),而ndim却是2。

这导致后边各项操作都会出现问题。

此处sum函数加入参数keepdims=True即可。

此注意keras中的各种层几乎都不用去理会batch的大小,系统会自动在shape中加入None占位,所以很多参数也不用加入batch的大小。但是进行sum等操作时,选择按照哪个axis进行操作,要考虑batch的存在。

补充知识:keras Merge or merge

在使用keras merge层时,发现有Merge 、merge两种:

from keras.layers import Merge

from keras.layers import merge

使用第一种是报错

“TensorVariable object has no attribute 'get_output_shape_at' ”

使用第二种小写即可。

以上这篇解决keras加入lambda层时shape的问题就是小编分享给大家的全部内容了,希望能给大家一个参考

您可能感兴趣的文章:

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  keras lambda shape
相关文章推荐