我有一个Keras Model
,它计算两个张量r1
并且r2
形状相同。我想让模型计算(r1 - r2)**2
。
我可以用来计算这些张量的总和keras.layers.add(r1, r2)
。我可以带一个产品keras.layers.multiply(r1, r2)
。如果有一个subtract
功能,我会写
r = keras.layers.subtract(r1, r2)
square_diff = keras.layers.multiply(r, r)
但似乎没有keras.layers.subtract
功能。
取而代之的是,我一直试图找出如何将一个输入与一个恒定的-1张量相乘然后相加,但是我无法弄清楚如何创建该-1张量。我已经尝试了多种变体
negative_one = keras.backend.constant(np.full(r1.get_shape()), -1)
没有一个工作。大概是因为的维数r1
为(?, 128)
(即,第一维是批处理大小,第二维代表128个隐藏元素。)
在Keras中采用两个张量之差的正确方法是什么?
我没有资格说这是否是正确的方法,但是以下代码将根据(r1 - r2)**2
您的要求进行计算。这里的关键实现因素是使用Keras功能API和Lambda层来反转输入张量的符号。
import numpy as np
from keras.layers import Input, Lambda
from keras.models import Model
from keras.layers import add
r1 = Input(shape=(1,2,2))
r2 = Input(shape=(1,2,2))
# Lambda for subtracting two tensors
minus_r2 = Lambda(lambda x: -x)(r2)
subtracted = add([r1,minus_r2])
out= Lambda(lambda x: x**2)(subtracted)
model = Model([r1,r2],out)
a = np.arange(4).reshape([1,1,2,2])
b = np.ones(4).reshape([1,1,2,2])
print(model.predict([a,b]))
# [[[[ 1. 0.]
# [ 1. 4.]]]]
print((a-b)**2)
# [[[[ 1. 0.]
# [ 1. 4.]]]]
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句