时间戳

首页 > 解决方案 > 在 Keras 中定义新的 Lambda 层时重塑错误

python - 在 Keras 中定义新的 Lambda 层时重塑错误

问题描述

我试图在 Keras 中实现一个乘法层，但我收到了多个Reshape相关的错误。尽管它们现在都已解决，但我仍然怀疑为什么会这样。所以这是我实现的代码块：

out2 = Dense(540, kernel_initializer='glorot_normal', activation='linear')(out2)
out2 = LeakyReLU(alpha=.2)(out2)
out2 = Reshape((9, 4, 15))(out2)
out2 = Lambda(lambda x: K.dot(K.permute_dimensions(x, (0, 2, 1, 3)), K.permute_dimensions(x, (0, 2, 3, 1))), output_shape=(4,9,9))(out2)
out2 = Dense(324, kernel_initializer='glorot_normal', activation='linear')(out2)
# K.dot should be of size (-1, 4, 9, 9), so I set output 324, and later on, reshape the ata
out2 = LeakyReLU(alpha=.2)(out2)
out2 = Reshape((-1, 4, 9, 9))(out2)
out2 = Permute((0, 2, 3, 1))(out2)

这现在工作正常。但我做了 3 件我不满意的事情：

  1. 我曾经有过，out2 = Reshape((-1, 9, 4, 15))(out2)但 out2 = Reshape((9, 4, 15))(out2)我有错误

    ValueError: Dimension must be 5 but is 4 for 'lambda_1/transpose' (op: 'Transpose') with input shapes: [?,?,9,4,15], [4].

显然，我没有考虑批量大小。

  1. 现在我尝试更正该行out2 = Reshape((-1, 4, 9, 9))(out2)以out2 = Reshape((4, 9, 9))(out2)使用相同的概念，但是随后它引发了错误

    ValueError: total size of new array must be unchanged

我不明白不一致之处。

  1. 最后，我想知道删除 output_shape=(4,9,9)是否会对代码造成任何错误。

标签： pythonkeras

解决方案

关于批量大小的问题，Keras 会自动处理。层代表要应用于批次的函数只是一个惯例，Keras 的任务是将此类函数应用于模型所馈送的每个批次。所以，基本上，你应该在定义层时忽略批量大小。

此外，该Dense图层无法按预期工作。它应用于其输入的最后一个维度。如果您想从那时起将您的数据作为常规 MLP 处理，您可以像使用以常规全连接层结尾的 CNN 一样使用Flatten()之前使用的数据（当然您可以在之后对其进行重塑）。Dense

总而言之，您可以执行以下操作：

out2 = Dense(540, kernel_initializer='glorot_normal', activation='linear')(out2)
out2 = LeakyReLU(alpha=.2)(out2)
out2 = Reshape((9, 4, 15))(out2)
out2 = Lambda(lambda x: K.dot(K.permute_dimensions(x, (0, 2, 1, 3)), K.permute_dimensions(x, (0, 2, 3, 1))), output_shape=(4,9,9))(out2)
out2 = Flatten()(out2)
out2 = Dense(324, kernel_initializer='glorot_normal', activation='linear')(out2)
out2 = LeakyReLU(alpha=.2)(out2)
out2 = Reshape((4, 9, 9))(out2)

推荐阅读