解决keras加入lambda层时shape的问题
使用keras时,加入keras的lambda层以实现自己定义的操作。但是,发现操作结果的shape信息有问题。
我的后端是theano,使用了sum操作。
比如输入时,shape为(32,28,28),其中32为batch大小。
此时对应的ndim应该等于3。
但是,lambda处理后结果显示_keras_shape为(32,28,28),而ndim却是2。
这导致后边各项操作都会出现问题。
此处sum函数加入参数keepdims=True即可。
此注意keras中的各种层几乎都不用去理会batch的大小,系统会自动在shape中加入None占位,所以很多参数也不用加入batch的大小。但是进行sum等操作时,选择按照哪个axis进行操作,要考虑batch的存在。
补充知识:kerasMergeormerge
在使用kerasmerge层时,发现有Merge、merge两种:
fromkeras.layersimportMerge
fromkeras.layersimportmerge
使用第一种是报错
“TensorVariableobjecthasnoattribute'get_output_shape_at'”
使用第二种小写即可。
以上这篇解决keras加入lambda层时shape的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持毛票票。
热门推荐
1 训练狗狗憋尿
2 狗狗追踪训练
3 狗狗训练要多少钱
5 深圳狗狗训练
6 训练狗狗唤回
7 狗狗叫怎么训练
8 狗狗训练班
10 狗狗社会化训练
11 狗狗叫回训练
12 广州狗狗训练学校
13 狗狗训练躺下
14 狗狗随行训练
15 训练狗狗巡回
16 狗狗要怎么训练
17 狗狗喂食训练
18 训练狗狗躺下