Question

我在lambda层中有2个输入，一个大小为（2,3，），另一个大小（3，）。 lambda层应返回大小为2的输出，但是执行乘法层时会发生以下错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError：尺寸必须相等，但对于输入形状为[[，2]，[?, 3]的'multiply_1 / mul'（op：'Mul'），尺寸应为2和3 ]。

下面是相关代码，感谢您的帮助：

import numpy as np
from keras.models import Model
from keras import backend as K
from keras.engine.topology import Layer
from keras.layers import Dense,Input,concatenate,Lambda,multiply,add
import tensorflow as tf
import time
def weights_Fx(x):
    j = x[0][:,0]
    k = x[1][0]
    y = j - k
    return y
def sum_layer(x):
    x = tf.reduce_sum(x)
    return x
type1_2 = Dense(units=1, activation = 'relu',name = "one")
type1_3 = Dense(units=1,activation = 'relu',name = "two")
in1 = Input(shape=(1,))
in2 = Input(shape=(1,))
n1 = type1_2(in1)
n2 = type1_3(in2)
model = concatenate([n1,n2],axis=-1,name='merge_predicitions')
coords_in = Input(shape=(2,3,))
coords_target = Input(shape=(3,))
model2 = Lambda(weights_Fx,output_shape=(2,),name='weightsFx')([coords_in,coords_target])
model = multiply([model,model2])
model = Lambda(sum_layer)(model)
model = Model(inputs=[in1,in2,coords_in,coords_target],outputs=[model])

Answer 1

问题在于我如何索引数组。重要的是要记住，尽管数据的形状为（2,3），但是keras会创建形状为（None，2,3）的张量，因此要执行所需的操作，需要以下内容：

y = x[0][:,:,0]-x[1][:,0]

此外，为了防止张量的等级（维数）减少1，在“求和层”中需要执行以下操作：

y = K.sum(x,axis=1,keepdims=True)

Answer 2

您的Lambda层不返回形状为2的输出，而是返回形状为3的输出。 Model2的形状是(,3)而不是(,2)，这会给model和model2

的乘积带来误差

看看您的coords_in和coords_target的形状。

Keras Lambda层输出大小错误

2 个答案: