如何在Keras中調整（插入）張量？

我想通過插值（比如說使用最近的鄰居）來調整尺寸say（None，2，7，512）到（None，2，8，512）張量（層之間），類似於這個函數tf.image.resize_nearest_neighbor可在Tensorflow中獲得。如何在Keras中調整（插入）張量？

有沒有辦法做到這一點？

我試圖直接使用Tensorflow功能tf.image.resize_nearest_neighbor和通過張量到下一個Keras層，但與下一層這個錯誤被拋出：

AttributeError: 'Tensor' object has no attribute '_keras_history'

我相信這是由於一些屬性是在Tensorflow張量中丟失，這是合理的，因爲該層期望Keras張量被傳遞。

來源

2017-09-26 ArunKumar

'*（p-1）+ *（p + 1）' – ikegami

我會使用Repeat來添加一個元素並將插值實現爲一個新的lambda層。我不認爲在keras中存在這樣的圖層。

來源

2017-09-26 05:33:52 xtof54

令人驚訝的是，keras中沒有現有的層/函數來執行張量的這種內插（如xtof54指出的那樣）。所以，我使用lambda層實現了它，並且它工作正常。

def resize_like(input_tensor, ref_tensor): # resizes input tensor wrt. ref_tensor 
    H, W = ref_tensor.get_shape()[1], ref.get_shape()[2] 
    return tf.image.resize_nearest_neighbor(inputs, [H.value, W.value]) 

resized_tensor = Lambda(resize_like, arguments={'ref_tensor':ref_tensor})(input_tensor)

的問題，首先，是由於在一個Keras層中使用的張量直接從tensorflow，作爲丟失了一些額外的屬性（一個keras張量需要）。此外，雖然Lambda層非常易於使用，但如果keras允許在未來通過keras圖層直接使用tensorflow中的張量（如果可能），那將非常方便。

來源

2017-09-26 15:23:59 ArunKumar

對，我們不需要重複圖層，並且可以在lambda內完成。 – xtof54

如何在Keras中調整（插入）張量？

回答

相關問題