Keras：Lambda函數內的Conv2D圖層中的參數消失

我正在使用Conv2D圖層定義一個具有函數的Lambda圖層。Keras：Lambda函數內的Conv2D圖層中的參數消失

def lambda_func(x,k): 
    y = Conv2D(k, (3,3), padding='same')(x) 
    return y

而且使用

k = 64 
x = Conv2D(k, (3,3), data_format='channels_last', padding='same', name='block1_conv1')(inputs) 
y = Lambda(lambda_func, arguments={'k':k}, name = 'block1_conv1_loc')(x)

但在model.summary()，拉姆達層沒有顯示任何參數調用它！

_________________________________________________________________ 
Layer (type)     Output Shape    Param # 
================================================================= 
input_1 (InputLayer)   (None, 224, 224, 3)  0   
_________________________________________________________________ 
block1_conv1 (Conv2D)  (None, 224, 224, 64)  1792  
_________________________________________________________________ 
block1_conv1_loc (Lambda) (None, 224, 224, 64)  0   
_________________________________________________________________ 
activation_1 (Activation) (None, 224, 224, 64)  0   
_________________________________________________________________ 
block1_pool (MaxPooling2D) (None, 112, 112, 64)  0   
_________________________________________________________________ 
flatten (Flatten)   (None, 802816)   0   
_________________________________________________________________

（有一個Dense層在它之下，並根據該一個Softmax 2級分類器）。我如何確保Lambda圖層的參數Conv2D顯示並且可以訓練？我也嘗試在Lambda函數中使用trainable=True。

def lambda_func(x,k): 
    y = Conv2D(k, (3,3), padding='same', trainable=True)(x) 
    return y

但是沒有什麼區別。

來源

2017-07-06 Prabaha

你到底在調用'summary（）'......究竟是什麼模型？ – DarkCygnus

我正在使用標準程序。 'model = my_model（weights_path ='weights.h5'）'我在'Model' API中定義了'my_model'。然後，我調用'model.compile（optimizer ='RMSprop'，loss ='binary_crossentropy'，metrics = ['accuracy']）'編譯模型，然後'model.summary（）'查看其結構 – Prabaha

Lambda圖層沒有參數。

參數在總結中是可以「學習」的變量。 Lambda圖層從不學習，它們是您創建的函數。

如果您打算使用「卷積層」，請在lambda層外部使用它。
現在，如果你想使用「卷積運算」，然後在lambda層中使用它，但沒有可學習的參數，你可以自己定義濾波器。

如果要創建以不同方式學習的特殊圖層，請創建一個自定義圖層。

來源

2017-07-06 17:57:52

I實際上希望僅將前一層的一部分饋送到新的卷積層，[就像我發佈的這個問題]（https://stackoverflow.com/questions/44809247/keras-feeding-in-part-of-previous-layer -to-下一層功能於CNN）。我嘗試使用Lambda層來完成這項工作。我怎樣才能定義一個只包含前一層輸出的一部分的自定義層，比如說只輸出1個內核的輸出，而不是所有的輸出？ – Prabaha

正如@Daniel所建議的那樣，通過在'Lambda'層之外使用'Conv2D'層可以達到這個解決方案，就像[這個答案]一樣（https://stackoverflow.com/questions/44809247/keras-feeding -in-部分的在先層到下一層功能於CNN/44960774＃44960774）。 – Prabaha

Keras：Lambda函數內的Conv2D圖層中的參數消失

回答

相關問題