Question

我正在尝试创建一个自定义的keras图层来执行特定任务

我输入了shape =（batch_size，M，N，p）我希望我的输出为shape =（batch_size，M，N，f）

所以，我设置了形状为（M，N，p，f）

的可训练conv_weight

下面是我的代码

class convLayer(Layer):
    """
    Self defined convolutional layer
    """
    def __init__(self, filter_no, **kwargs):
        self.filter_no = filter_no

        super(convLayer, self).__init__(**kwargs)

    def build(self, input_shape):
        self.conv_weights = self.add_weight(name='weight',
                                      shape=(input_shape[1], input_shape[2], 
                                             input_shape[3], self.filter_no),
                                      initializer='uniform',
                                      trainable=True)

        super(convLayer, self).build(input_shape)

    def call(self, inputs):
        outputs = K.placeholder(shape=(inputs.shape[0], inputs.shape[1], 
                                 inputs.shape[2], self.filter_no), 
                                 dtype=tf.float32)
        for i in range(self.filter_no):
            weight = self.conv_weights[:,:,:, i]
            val = tf.math.multiply(inputs, weight)
            for j in range(val.shape[3]):
                if i==0:
                    outputs[:,:,:,i].assign(val[:,:,:,j])
                else:        
                    outputs[:,:,:,i].assign(tf.math.add(outputs[:,:,:,i], val[:,:,:,j]))

        return outputs

    def compute_output_shape(self, input_shape):
        return (input_shape[0], input_shape[1], input_shape[2], self.filter_no)

对于每个f，我的输出应为shape =（batch_size，M，N，f），输入和conv_weight中轴p的所有元素都应相乘并加在一起。

我一直在尝试并遇到一些错误。我对创建自定义图层还比较陌生。请帮助。谢谢。

错误消息：切片分配仅支持变量。

Answer 1

您无法分配张量，因为它们是不可变的。您可以做的是创建一个新的张量，该张量从另一个张量中复制并替换一些值。您可以像this那样尝试。

创建自定义keras图层时遇到的问题

1 个答案: