Question

我有一个大小为（？，64，64）的输入张量和一个大小为（64，64）的静态张量掩码。我希望此模型的输出张量具有形状（？，64，64），其中输出的i_th元素是输入的i_th元素与掩码的元素乘元素相乘。

我尝试在keras中使用Multiply（）层，因为它提供了逐个元素的乘法，但是它输出的张量为（64，64，64）。我现在读到Multiply（）期望张量具有相同的维数，这解释了我的问题。

然后我想我可以通过连接？来创建形状的张量（？，64，64）。蒙版的副本，然后使用Multiply（）。但是，我无法创建该张量，因为我没有？的值。（我尝试使用Img.shape [0]，但由于它是NoneType，所以它给我一个错误）

我还决定使用类似如下的方法来更改张量元素的值： rFD1 = K.zeros_like（img） rFD1 [:, :: 2，:: 2] = img [:, :: 2，:: 2] 但是我收到一个错误消息说tensorflow不支持项目分配（这对人们来说不是一个问题吗？！）。

我已经读了很多关于它的主题，但是没有一个主题解决了我的问题。

def MyFunc(img):
    rmask = np.zeros([64, 64])
    rmask[::2, ::2] = np.ones([32, 32])
    rmask = K.variable(rmask)
    rFD1 = Multiply()([img, rmask])

    return rFD1

img = Input(shape = (64, 64))
x1 = Lambda(MyFunc)(img)
model = Model(input = img, output = x1)
model.summary()

图层（类型）输出形状参数＃

input_99（InputLayer）（无，64、64）0

lambda_720（Lambda）（64，64，64）0

总参数：0 可训练的参数：0 不可训练的参数：0

我希望输出形状为（None，64，64）

Answer 1

您可以使用*运算符which broadcasts代替Multiply层：

import tensorflow as tf
import numpy as np

from keras.layers import Multiply, Input, Lambda
from keras.models import Model
from keras import backend as K

def MyFunc(img):
    rmask = np.zeros([64, 64])
    rmask[::2, ::2] = np.ones([32, 32])
    rmask = K.variable(rmask)
    rFD1 = img * rmask

    return rFD1

img = Input(shape = (64, 64))
x1 = Lambda(MyFunc)(img)
model = Model(input = img, output = x1)
model.summary()

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_6 (InputLayer)         (None, 64, 64)            0         
_________________________________________________________________
lambda_6 (Lambda)            (None, 64, 64)            0         
=================================================================
Total params: 0
Trainable params: 0
Non-trainable params: 0
_________________________________________________________________

检查一切正常：

test_image = K.constant(5., shape=(64,64))
y = model(test_image)
with tf.Session() as sess:
    tf.global_variables_initializer().run()
    print(y.eval() )
    print(y.shape)

[[5. 0. 5. ... 0. 5. 0.]
 [0. 0. 0. ... 0. 0. 0.]
 [5. 0. 5. ... 0. 5. 0.]
 ...
 [0. 0. 0. ... 0. 0. 0.]
 [5. 0. 5. ... 0. 5. 0.]
 [0. 0. 0. ... 0. 0. 0.]]
(64, 64)

如何将具有动态尺寸的张量的每个2D元素乘以静态2D遮罩？

1 个答案: