python - 有没有办法直接在keras中操纵张量？

Question

我想制作一个名为“cost-volume”的层，这是 GC-Net 论文的主要概念。 https://arxiv.org/pdf/1703.04309.pdf

成本量为：

在这里，我找到了通过 tensorflow 来完成它的方法，代码是：

def cost_volume()
    d = max_d//2-1
    dp_list=[]
    elw = B_.tf.concat([fl_const,fr_const],-1)
    dp_list.append(dp_list)
    for di in range(d):
        pad = B_.tf.constant([[0,0],[0,0],[di+1,0],[0,0]],dtype = 'int32')
        pad_r = B_.tf.pad(fr_const[:,:,:-1-di,:],pad,'CONSTANT')
        elw = B_.tf.concat([fl_const,fr_const],-1)
        dp_list.append(elw)
    total = B_.tf.concat(dp_list,0)
    total_exp = B_.tf.expand_dims(total,0)
    return total_exp

由于是实现到tensorflow上的，所以我加了B_，也就是keras.backend.tensorflow_backend。

我可以直接在 tensorflow 环境中使用它吗？或者有什么算法可以

标签： pythontensorflowkerasdeep-learning