Question

我目前有一个类似于以下的图层：

class MyLayer(tf.keras.layers.Layer):
    def __init__(self):
        super(MyLayer, self).__init__()

    def call(self, img, params):
        tf.foo(img)
        tf.bar(img, params)
        return img

调用方法获取并输入形状为img的{{1}}和形状为(128, 128, 3)的{{1}}。

我必须更改什么才能使该图层可以批量操作？输入params的形状例如为(15)，而img的形状为(32, 128, 128, 3)。

所以问题基本上是：我必须如何编辑图层，使其具有与现在相同的功能，但对于批处理中的每个图像呢？

Answer 1

也许您只是想重塑图像张量的大小？您想要做的事情将是x = np.reshape（x，（32,128,128,3））。莱姆知道这是否有帮助。

Answer 2

默认情况下，您的图层应识别来自上一层的张量，并能够确保其输入形状符合该规范：即

(None, 128,128,3)

因此批次大小无关紧要。您的问题很可能是您没有build（）函数，并且没有通过init及其上级传递** kwargs。

此外，call（）应该仅以self和x作为参数，如果需要多个输入，则应在使用连接层之前将两个张量推在一起，或与它们一起列出

适用于单个样品的层至适用于批次的层

2 个答案: