首页 文章

keras无法使用重塑来重塑keras tesnor

提问于
浏览 次
0

我正在尝试使用Reshape图层重构张量：

from keras.layers.convolutional import  Conv2D,  MaxPooling2D,AveragePooling2D
from keras import backend as K
from keras.models import Model
from keras.layers import  Input
from keras.layers.core import Activation, Reshape
from keras.layers import Dense,Reshape,Lambda,Dropout
import numpy as np
from keras.layers.embeddings import Embedding
Dict_size=32
EmbedSz=16
img_sz=100
channels=3
input=Input(shape=(img_sz,img_sz,channels))
H=Conv2D(Dict_size, 3, 3, activation='relu', border_mode='same')(input) 
H=Lambda(lambda x:K.argmax(x, axis=3),output_shape=lambda s:  (img_sz,img_sz,))(H)
H=Reshape((1,img_sz*img_sz))(H)
model=Model(inputs=input,outputs=H)
#model.compile( optimizer= 'adam', metrics=[ 'accuracy' ],loss='mse')
ar=np.random.rand(1,100,100,3)
pr=model.predict(ar)
print(pr.shape)
print(pr)$

但得到这个错误！文件“/usr/local/lib/python2.7/dist-packages/keras/layers/core.py”，第379行，在_fix_unknown_dimension中引发ValueError（msg）ValueError：新数组的总大小必须保持不变

我没有改变大小！

python reshape keras-layer

1 回答

  • 0

    您只是忘了将批量大小维度添加到Lambda图层：

    H= Lambda(lambda x: K.argmax(x, axis=3), output_shape=lambda s: (None, img_sz,img_sz,))(H)
#                                                                  ^
#                                                                  |

    所以，只需将 None 添加到output_shape即可 .

    回复于

相关问题