Question

我正在尝试在keras lambda层中使用tensorflow唯一函数（https://www.tensorflow.org/api_docs/python/tf/unique）。代码如下：

    def unique_idx(x):
        output = tf.unique(x)
        return output[1]

then 

    inp1 = Input(batch_shape(None, 1))
    idx = Lambda(unique_idx)(inp1)

    model = Model(inputs=inp1, outputs=idx)

我现在使用**model.compile(optimizer='Adam', loss='mean_squared_error')** 我收到错误：

ValueError：Tensor转换为Tensor请求dtype int32 dtype float32：'Tensor（“lambda_9_sample_weights_1：0”，shape =（？，）， D型= FLOAT32）'

有人知道这里的错误或使用张量流函数的不同方式吗？

Answer 1

keras模型需要float32作为输出，但indices返回的tf.unique为int32。一个演员可以解决你的问题另一个问题是，unique需要一个扁平阵列。 reshape解决了这个问题。

import tensorflow as tf
from keras import Input
from keras.layers import Lambda
from keras.engine import Model


def unique_idx(x):
    x = tf.reshape(x, [-1])
    u, indices = tf.unique(x)
    return tf.cast(indices, tf.float32)


x = Input(shape=(1,))
y = Lambda(unique_idx)(x)

model = Model(inputs=x, outputs=y)
model.compile(optimizer='adam', loss='mse')

在keras层中包裹张量流函数

1 个答案: