Question

我试图在抽出最终输出之前创建一个lambda图层来执行一些确定性屏蔽（我不是在谈论Keras屏蔽层）。这就是我到目前为止所做的：

def binary_mask(x):
    # Mask is half the size of x. 
    # 1 if pred1 > pred2 element-wise, 0 otherwise.

    pred1, pred2 = tf.split(x, 2, 1)
    mask = tf.greater(pred1, pred2)
    mask = tf.to_float(mask)
    return mask

def mask_output_shape(input_shape):
    return (input_shape[0], units)

这就是我使用功能API创建图层的方式：

outputs = Lambda(binary_mask, output_shape=mask_output_shape)(inputs)

我的优化器出现了一个非常奇怪的错误。我的渐变似乎是None。

但是，如果我将binary_mask中的当前代码替换为任何示例Lambda图层实现，则它可以正常工作，例如return x。我在这做错了什么？

我相当确定我的mask实际上是一个有效的张量流量张量。

Answer 1

我担心我不太明白将inputs转换为0和1的向量的目的，但这种操作显然不可区分。这就是为什么没有返回渐变的原因（即渐变是None）。

也许你可以试试＆＃34;更柔软的＆＃34;此功能的版本。例如，sigmoid(a - b)可以是1 if a > b else 0的更软版本。

outputs = Lambda(lambda x: K.sigmoid(x[0] - x[1]))([pred1, pred2])

Keras Custom Lambda Layer Tensor Manipulation Error

1 个答案: