Question

我想通过插值（比如使用最近邻居）来调整大小说（无，2,7,512）到（无，2个，8个，512个）的张量（在层之间），类似于此函数Tensorflow中提供tf.image.resize_nearest_neighbor。

有没有办法做到这一点？

我尝试直接使用Tensorflow函数tf.image.resize_nearest_neighbor并将张量传递给下一个Keras图层，但是在下一层中抛出了这个错误：

属性错误：＆＃39; Tensor＆＃39;对象没有属性＆＃39; _keras_history＆＃39;

我认为这是由于Tensorflow张量中缺少的一些属性，这有意义，因为该层期望Keras张量传递。

Answer 1

令人惊讶的是，keras中没有现有的层/函数来执行张量的插值（如xtof54所指出的）。所以，我使用lambda层实现了它，它工作正常。

def resize_like(input_tensor, ref_tensor): # resizes input tensor wrt. ref_tensor
    H, W = ref_tensor.get_shape()[1], ref.get_shape()[2]
    return tf.image.resize_nearest_neighbor(inputs, [H.value, W.value])

resized_tensor = Lambda(resize_like, arguments={'ref_tensor':ref_tensor})(input_tensor)

首先，问题是由于直接从Keras层中的张量流使用张量，作为缺少的一些附加属性（keras张量所需）。此外，尽管Lambda层非常易于使用，但如果keras允许将来直接在keras层中使用张量流（如果可能的话），那将非常方便。

Answer 2

我会使用Repeat添加一个元素并将插值实现为新的lambda图层。我不认为在keras中存在这样的现有层。

如何在Keras中调整（插值）张量？

2 个答案: