如何有条件地缩放 Keras Lambda 层中的值?

Posted

技术标签:

【中文标题】如何有条件地缩放 Keras Lambda 层中的值?【英文标题】:How to conditionally scale values in Keras Lambda layer? 【发布时间】:2019-04-09 13:30:59 【问题描述】:

输入张量rnn_pv 的形状为(?, 48, 1)。我想缩放这个张量中的每个元素,所以我尝试使用Lambda 层,如下所示:

rnn_pv_scale = Lambda(lambda x: 1 if x >=1000 else x/1000.0 )(rnn_pv)

但它来了错误:

TypeError: Using a `tf.Tensor` as a Python `bool` is not allowed. Use `if t is not None:` instead of `if t:` to test if a tensor is defined, and use TensorFlow ops such as tf.cond to execute subgraphs conditioned on the value of a tensor.

那么实现这个功能的正确方法是什么?

【问题讨论】:

我相信你想使用一些索引的x.get_shape()(从我看到的x.get_shape()[0]),因为你正在将tf.Tensor对象与integer(1000)进行比较 【参考方案1】:

您不能使用 Python 控制流语句(例如 if-else 语句)在模型定义中执行条件操作。相反,您需要使用 Keras 后端中定义的方法。由于您使用 TensorFlow 作为后端,您可以使用 tf.where() 来实现:

import tensorflow as tf

scaled = Lambda(lambda x: tf.where(x >= 1000, tf.ones_like(x), x/1000.))(input_tensor)

或者,要支持所有后端,您可以创建一个掩码来执行此操作:

from keras import backend as K

def rescale(x):
    mask = K.cast(x >= 1000., dtype=K.floatx())
    return mask + (x/1000.0) * (1-mask)

#...
scaled = Lambda(rescale)(input_tensor)

更新:支持所有后端的另一种方法是使用K.switch 方法:

from keras import backend as K

scaled = Lambda(lambda x: K.switch(x >= 1000., K.ones_like(x), x / 1000.))(input_tensor)

【讨论】:

以上是关于如何有条件地缩放 Keras Lambda 层中的值?的主要内容,如果未能解决你的问题,请参考以下文章

Keras 2:在“合并”图层中使用lambda函数

Keras 自定义 lambda 层:如何规范化/缩放输出

如何在 keras lambda 层中使用 tf.py_func 来包装 python 代码。 ValueError:应定义 Dense 输入的最后一个维度。没有找到

如何在 Keras 中解释 LSTM 层中的权重 [关闭]

在iOS上选择图层中的元素后如何防止缩放?

Keras Embedding 层中的 mask_zero 是如何工作的?