Tensorflow compute_output_shape（）不适用于自定义层

Posted 2023-02-16

【中文标题】Tensorflow compute_output_shape（）不适用于自定义层

【英文标题】：Tensorflow compute_output_shape() Not Working For Custom Layer

【发布时间】：2018-12-04 08:19:59

【问题描述】：

我在 Keras 中创建了一个自定义层（称为 GraphGather），但输出张量打印为：

Tensor("graph_gather/Tanh:0", shape=(?, ?), dtype=float32)

由于某种原因，形状被返回为 (?,?)，这导致下一个密集层引发以下错误：

ValueError：应定义Dense 输入的最后一个维度。找到None。

GraphGather层代码如下：

class GraphGather(tf.keras.layers.Layer):

  def __init__(self, batch_size, num_mols_in_batch, activation_fn=None, **kwargs):
    self.batch_size = batch_size
    self.num_mols_in_batch = num_mols_in_batch
    self.activation_fn = activation_fn
    super(GraphGather, self).__init__(**kwargs)

  def build(self, input_shape):
    super(GraphGather, self).build(input_shape)

 def call(self, x, **kwargs):
    # some operations (most of def call omitted)
    out_tensor = result_of_operations() # this line is pseudo code
    if self.activation_fn is not None:
      out_tensor = self.activation_fn(out_tensor)
    out_tensor = out_tensor
    return out_tensor

  def compute_output_shape(self, input_shape):
    return (self.num_mols_in_batch, 2 * input_shape[0][-1])

I have also tried hardcoding compute_output_shape to be: python 定义计算输出形状（自我，输入形状）： 返回 (64, 150) ``` 然而打印时的输出张量仍然是

Tensor("graph_gather/Tanh:0", shape=(?, ?), dtype=float32)

这会导致上面写的 ValueError 。

---

系统信息

已编写自定义代码 **操作系统平台和发行版*：Linux Ubuntu 16.04

TensorFlow 版本（使用下面的命令）

：1.5.0

Python 版本

：3.5.5

【问题讨论】：

也许它期望下一层有相同数量的示例，问题出在批量大小组件的形状上？

【参考方案1】：

我遇到了同样的问题。我的解决方法是在调用方法中添加以下几行：

input_shape = tf.shape(x)

然后：

return tf.reshape(out_tensor, self.compute_output_shape(input_shape))

我还没有遇到任何问题。

【参考方案2】：

如果 Johnny 的回答不起作用，我发现另一种解决方法是遵循此处的建议 https://github.com/tensorflow/tensorflow/issues/38296#issuecomment-623698709

这是在你的层的输出上调用set_shape方法。

例如

l=GraphGather(...)
y=l(x)
y.set_shape( l.compute_output_shape(x.shape) )

这仅在您使用函数式 API 时有效。