如何在Keras中重复两个后端的未知维度

Question

例如（我可以毫无问题地使用Theano）：

# log_var has shape --> (num, )
# Mean has shape --> (?, num)
std_var = T.repeat(T.exp(log_var)[None, :], Mean.shape[0], axis=0)

使用TensorFlow，我可以这样做：

std_var = tf.tile(tf.reshape(tf.exp(log_var), [1, -1]), (tf.shape(Mean)[0], 1))

但是我不知道如何为Keras做同样的事情，可能是这样的：

std_var = K.repeat(K.reshape(K.exp(log_var), [1, -1]), Mean.get_shape()[0])

或

std_var = K.repeat_elements(K.exp(log_var), Mean.get_shape()[0], axis=0)

...因为Mean在轴0处的尺寸未知。

我需要这个用于自定义图层输出：

return K.concatenate([Mean, Std], axis=1)

Answer 1

Keras有一个抽象层keras.backend，您似乎已经找到了它（您将其称为K）。该层提供了您需要的Theano和TensorFlow的所有功能。

说你的TensorFlow代码有效，这是

std_var = tf.tile(tf.reshape(tf.exp(log_var), [1, -1]), (tf.shape(Mean)[0], 1))

然后您可以将其翻译成抽象版本，如下所示：

std_var = K.tile(K.reshape(K.exp(log_var), (1, -1)), K.shape(Mean)[0])

Theano和TensorFlow都支持未知轴语法（未知轴的-1），所以这不是问题。

另一方面，我不确定你的TF代码是否正确。你重塑为(1, -1)，意味着0轴的维度为1.我认为你想要做的就是这样做：

std_var = K.tile(K.reshape(K.exp(log_var), (-1, num)), K.shape(Mean)[0])