如何在Keras中调整（插入）张量？

我想通过插值（比如说使用最近的邻居）来调整尺寸say（None，2，7，512）到（None，2，8，512）张量（层之间），类似于这个函数tf.image.resize_nearest_neighbor可在Tensorflow中获得。如何在Keras中调整（插入）张量？

有没有办法做到这一点？

我试图直接使用Tensorflow功能tf.image.resize_nearest_neighbor和通过张量到下一个Keras层，但与下一层这个错误被抛出：

AttributeError: 'Tensor' object has no attribute '_keras_history'

我相信这是由于一些属性是在Tensorflow张量中丢失，这是合理的，因为该层期望Keras张量被传递。

来源

2017-09-26 ArunKumar

'*（p-1）+ *（p + 1）' – ikegami

我会使用Repeat来添加一个元素并将插值实现为一个新的lambda层。我不认为在keras中存在这样的图层。

来源

2017-09-26 05:33:52 xtof54

令人惊讶的是，keras中没有现有的层/函数来执行张量的这种内插（如xtof54指出的那样）。所以，我使用lambda层实现了它，并且它工作正常。

def resize_like(input_tensor, ref_tensor): # resizes input tensor wrt. ref_tensor 
    H, W = ref_tensor.get_shape()[1], ref.get_shape()[2] 
    return tf.image.resize_nearest_neighbor(inputs, [H.value, W.value]) 

resized_tensor = Lambda(resize_like, arguments={'ref_tensor':ref_tensor})(input_tensor)

的问题，首先，是由于在一个Keras层中使用的张量直接从tensorflow，作为丢失了一些额外的属性（一个keras张量需要）。此外，虽然Lambda层非常易于使用，但如果keras允许在未来通过keras图层直接使用tensorflow中的张量（如果可能），那将非常方便。

来源

2017-09-26 15:23:59 ArunKumar

对，我们不需要重复图层，并且可以在lambda内完成。 – xtof54

如何在Keras中调整（插入）张量？

回答

相关问题