Question

以下是步骤。

图层获取输入，将其命名为输入A，其形状为（无，5,5,100）。
重塑A到（无，25,100）
将A复制到B
将B转置为形状（无，100,25）
点B和A（批量维度除外）并得到结果C，其形状为（无，100,100）
将C重塑为（无，100,100,1）

火炬很容易，但是我必须在keras中实现它，所以我不知道。这让我困惑了两个多星期。

Answer 1

给出一个输入：

from keras.layers import *


inp = Input((5,5,100)) #or the output of a layer coming before this

out = Reshape((25,100))(inp)   
out = Lambda(operation, output_shape = (100,100))(out)
out = Reshape((100,100,1))(out)

操作地点：

import keras.backend as K

def operation(x):
    xT = K.permute_dimensions(x,(0,2,1)) #batch axes 0 is kept, 1 and 2 are swaped    
    return K.batch_dot(x,xT,axes=[1,2])

如果您正在使用顺序模型：

model.add(Reshape(25,100))
model.add(Lambda(operation, output_shape = (100,100)))
model.add(Reshape((100,100,1)))

如果你想要一个单层内的所有东西：

def operation(x):
    x2 = K.reshape(x,(25,100))
    x2T = K.permute_dimensions(x,(0,2,1))
    d = K.batch_dot(x2,x2T,axes=[1,2])
    return K.reshape(d,(100,100,1))

myLayer = Lambda(operation, output_shape=(100,100,1))

如果您想要该图层的多个实例：

def myLayer():
    return Lambda(operation, output_shape=(100,100,1))

在Keras或Tensorflow中构建一个图层来重塑和修改输入

1 个答案: