达奇牛肉汤,杨舒媛 西安铁路局,神殿守护者无敌版
注意的地方: keras中每层的输入输出的tensor是张量, 比如tensor shape是(n, h, w, c), 对于tf后台, channels_last
define a slice layer using lamda layer def slice(x, h1, h2, w1, w2): """ define a tensor slice function """ return x[:, h1:h2, w1:w2, :]
定义完slice function之后,利用lambda layer添加到定义的网络中去
# add slice layer slice_1 = lambda(slice, arguments={'h1': 0, 'h2': 6, 'w1': 0, 'w2': 6})(sliced) # as for tensorfow backend, lambda doesn't need output shape argument slice_2 = lambda(slice, arguments={'h1': 0, 'h2': 6, 'w1': 6, 'w2': 12})(sliced)
补充知识:tensorflow和keras张量切片(slice)
notes
想将一个向量 分割成两部分: 操作大概是:
在 tensorflow 中,用 tf.slice 实现张量切片,keras 中自定义 lambda 层实现。
tensorflow
tf.slice(input_, begin, size, name=none)
input_:tf.tensor,被操作的 tensor
begin:list,各个维度的开始下标
size:list,各个维度上要截多长
import tensorflow as tf with tf.session() as sess: a = tf.constant([1, 2, 3, 4, 5]) b = tf.slice(a, [0], [2]) # 第一个维度从 0 开始,截 2 个 c = tf.slice(a, [2], [3]) # 第一个维度从 2 开始,截 3 个 print(a.eval()) print(b.eval()) print(c.eval())
输出
[1 2 3 4 5]
[1 2]
[3 4 5]
keras
from keras.layers import lambda from keras.models import sequential import numpy as np a = np.array([[1, 2, 3, 4, 5]]) model = sequential([ lambda(lambda a: a[:, :2], input_shape=[5]) # 第二维截前 2 个 ]) print(model.predict(a))
输出
[[1. 2.]]
以上这篇keras slice layer 层实现方式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,也希望大家多多支持移动技术网。
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
Python 实现将numpy中的nan和inf,nan替换成对应的均值
python爬虫把url链接编码成gbk2312格式过程解析
网友评论