Question

我正在训练GAN，由于它们留下的伪像，我想使用亚像素而不是插值或卷积转置来进行采样。

我正在使用Tensorflow / 1.4.0和Keras / 2.2.4

当我尝试调用该函数时，出现以下错误：

“ ValueError：不支持任何值。”

我使用：

调用该函数

import tensorflow as tf
from tensorflow import keras
import Utils

def up_sampling_block(model):

    #model = keras.layers.Conv2DTranspose(filters = filters, kernel_size = kernal_size, strides = strides, padding = "same")(model)
    model = Utils.SubpixelConv2D(model)(model)
    #model = keras.layers.UpSampling2D(size = 2)(model)
    #model = keras.layers.Conv2D(filters = filters, kernel_size = kernal_size, strides = strides, padding = "same")(model)
    #model = keras.layers.LeakyReLU(alpha = 0.2)(model)

    return model

其功能如下：

# Subpixel Conv will upsample from (h, w, c) to (h/r, w/r, c/r^2)
def SubpixelConv2D(input_shape, scale=4):
    def subpixel_shape(input_shape, scale):
        dims = [input_shape[0], input_shape[1] * scale, input_shape[2] * scale, int(input_shape[3] / (scale ** 2))]             
        output_shape = tuple(dims)
        return output_shape

    def subpixel(x):
        return tf.depth_to_space(x, scale)

    return keras.layers.Lambda(subpixel, subpixel_shape)

输入张量的大小为（？，48,48,64），我相信“？”因为批次大小导致了错误，但我似乎无法解决问题。

Answer 1

Lambda层的第二个功能必须仅是输入形状的功能：subpixel_shape(input_shape)，但是您使用了第二个名为scale的参数，当仅传递input_shape时默认为undefined。尝试改为将lambda input_shape: subpixel_shape(input_shape, scale)传递给keras.layers.Lambda函数。然后小数位数将默认为4，具体取决于外部函数的指示。或从scale函数参数中删除subpixel_shape：

def outer(a=0):
    def inner():
        print(a)

    return inner

print(outer()()) # prints 0

调用SubpixelConv2D函数时出现“ ValueError：不支持任何值”

1 个答案: