Question

基本上，我想编写一个损失函数来计算分数，以比较批次的标签和输出。为此，我需要确定批量大小。

我以前是在Tensorflow中完成的，我可以在占位符函数中设置批处理大小。现在，我需要在提供给我的Keras代码中使用类似的机制。我不知道如何在这里做。

conv1 = (Conv2D(32, (3,3), padding='same', kernel_regularizer=regularizers.l2(weight_decay), input_shape=x_train.shape[1:], activation='elu'))(input_img)
print(conv1.shape)

print语句的输出显然是[?, 32, 32, 3]。我该怎么做，例如[64, 32, 32, 3]？

Answer 1

使用keras.layers.Input图层指定批处理大小：

from keras.layers import Conv2D, Input
from keras import regularizers

x = Input(shape=(32, 32, 3), batch_size=64)
conv1 = Conv2D(filters=32,
               kernel_size=(3,3),
               padding='same',
               kernel_regularizer=regularizers.l2(1.),
               input_shape=(32, 32, 3),
               activation='elu')(x)
print(conv1.shape) # (64, 32, 32, 32)

如何在Keras中确定批量大小？

1 个答案: