訪問Tensorflow中的輸入層數據/ Keras

Question

我想複製一個神經網絡進行深度估計。原作者採取了預先訓練的網絡，並在完全連接層和卷積層之間添加了「超像素池層」。在這一層中，卷積特徵映射被上採樣並且每個超像素的特徵被平均。

我的問題是，爲了成功實現這一點，我需要計算每個圖像的超像素。如何在批處理過程中訪問keras/tensorflow使用的數據以執行SLIC過度調整？

我認爲分割任務和分片工作即將圖像饋送到卷積網絡。分開處理輸出，然後將它們送入完全連接的層。但是，這使得網絡的進一步培訓變得不可能。

Answer 1

當時似乎不可能實際訪問符號張量內的數據。這也似乎不太可能，這樣的功能將在未來因爲在Tensorflow頁它說可以添加：

張量對象是一個象徵性的手柄操作的結果，但 實際上並不持有的價值該操作的輸出。

Keras允許創建個性化圖層。但是，這些受限於可用的後端操作。因此，訪問批處理數據是不可能的。