在Keras中使用Tensorflow图层

时间:2017-07-08 22:55:17

标签: tensorflow keras keras-layer

我一直在尝试使用池化层tf.nn.fractional_max_pool在Keras中构建顺序模型。我知道我可以尝试在Keras中创建自己的自定义图层,但我正在尝试查看是否可以在Tensorflow中使用该图层。对于以下代码段:

p_ratio=[1.0, 1.44, 1.44, 1.0]

model = Sequential()
model.add(ZeroPadding2D((2,2), input_shape=(1, 48, 48)))
model.add(Conv2D(320, (3, 3), activation=PReLU()))
model.add(ZeroPadding2D((1,1)))
model.add(Conv2D(320, (3, 3), activation=PReLU()))
model.add(InputLayer(input_tensor=tf.nn.fractional_max_pool(model.layers[3].output, p_ratio)))

我得到了这个error。我用Input而不是InputLayer以及Keras Functional API尝试过其他一些事情,但到目前为止还没有运气。

1 个答案:

答案 0 :(得分:16)

让它发挥作用。为了将来参考,您需要实现它。由于tf.nn.fractional_max_pool返回3个张量,你只需得到第一张:

(cl-remove-if-not 'buffer-file-name (buffer-list))

或使用Lambda图层:

model.add(InputLayer(input_tensor=tf.nn.fractional_max_pool(model.layers[3].output, p_ratio)[0]))

模型实现为:

def frac_max_pool(x):
    return tf.nn.fractional_max_pool(x,p_ratio)[0]