Question

可以说，我们确实希望使用Keras / TensorFlow处理图像（或ndim向量）。我们希望，对于花哨的正则化，将每个输入向左移动一个随机数量的位置（右侧重新出现的部分）。

如何查看和解决：

1）

TensorFlow的numpy roll功能是否有任何变化？

2）

x - 2D tensor
ri - random integer
concatenate(x[:,ri:],x[:,0:ri], axis=1) #executed for each single input to the layer, ri being random again and again (I can live with random only for each batch)

Answer 1

我必须自己做这件事，我不认为有一个张量流操作不幸地做np.roll。上面的代码看起来基本上是正确的，除了它不是由ri滚动，而是由（x.shape [1] - ri）滚动。

另外，你需要注意选择你的范围（1，x.shape [1] +1）而不是范围（0，x.shape [1]）的随机整数，就像ri是0一样，然后x [：，0：ri]将为空。

所以我建议的更像是（沿着维度1滚动）：

x_len = x.get_shape().as_list()[1] 
i = np.random.randint(0,x_len) # The amount you want to roll by
y = tf.concat([x[:,x_len-i:], x[:,:x_len-i]], axis=1)

编辑：在汉尼斯之后添加缺失的结肠＆＃39;正确的评论。

Answer 2

关于当前每晚构建的张量流（或未来版本1.6.0）。你可以使用tf.manip.roll，就像numpy roll一样。 https://github.com/tensorflow/tensorflow/pull/14953。要改进上面的答案，你可以这样做：

# size of x dimension
x_len = tensor.get_shape().as_list()[1]
# random roll amount
i = tf.random_uniform(shape=[1], maxval=x_len, dtype=tf.int32)
output = tf.manip.roll(tensor, shift=i, axis=[1])

Tensorflow中的矢量移位（Roll）

2 个答案: