Question

我希望在keras中实现PointNet（https://arxiv.org/pdf/1612.00593.pdf）的变体，但是我很难重复上下文向量（g）一段时间，以便我可以将它与前一个行连接起来缺乏上下文的层（前）。我尝试了Repeat（）和keras.backend.Tile（）。

input = Input(shape=(None,3))
x = TimeDistributed(Dense(128, activation = 'relu'))(input)
pre = TimeDistributed(Dense(256, activation = 'relu'))(x)
g = GlobalMaxPooling1D()(pre)
x = Lambda(merge_on_single, output_shape=(None,512))([pre,g])
print(x.shape)

这是我提出的lambda定义。

def merge_on_single(v):
#v[0] is variable length tensor, v[1] is the single vector

return Concatenate()([K.repeat(v[1],K.get_variable_shape(v[0])),v[0]])

但是会发生以下错误：

TypeError：传递给'Pack'Op'值'的列表中的张量具有并非全部匹配的类型[int32，，int32]。

更新：

所以我可以通过执行以下操作让图层不会出错：

input = Input(shape=(None,3))

num_point = K.placeholder(input.get_shape()[1].value, dtype=tf.int32)

#first global feature layer
x = TimeDistributed(Dense(512, activation = 'relu'))(input)
x = TimeDistributed(Dense(256, activation = 'relu'))(x)
g = GlobalMaxPooling1D()(x)
g = K.reshape(g,(-1,1,256))
g = K.tile(x, [1,num_point,1])
concat_feat = K.concatenate([x, g])

但现在，我收到以下错误：

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

Answer 1

我怀疑罪魁祸首是K.get_variable_shape(v[0])。由于v[0]的类型为int32（由您的错误指定），因此当您获得该形状时，它将返回None。 Concatenate希望所有输入都是相同的类型。

用keras中的向量合并张量

1 个答案: