NetVlad с MNist - - PullRequest
Новая
       32

NetVlad с MNist -

0 голосов
/ 14 января 2019

Я хочу применить приложение netVlad к набору данных MNist, где я использую Keras 2.1. Однако, когда я использую код ниже, я получаю следующую ошибку:

AttributeError: у объекта 'NoneType' нет атрибута '_inbound_nodes'

Вот мой код, и я знаю, что я делаю неправильно: 

import numpy as np
from keras.datasets import mnist
from keras.models import Sequential, Model
from keras.layers import Dense,Dropout, Flatten, Activation, Lambda,     concatenate
from keras.layers.convolutional import Conv2D, MaxPooling2D
from keras.utils import np_utils
from keras import backend as K
from keras.losses import categorical_crossentropy as logloss
from keras.metrics import categorical_accuracy
K.set_image_dim_ordering('th')
import tensorflow as tf

def matconvnetNormalize(__inputs, epsilon):
    return __inputs / tf.sqrt(tf.reduce_sum(__inputs ** 2, axis=-1, keepdims=True) + epsilon)

def net_VLAD(inputs, num_clusters, assign_weight_initializer=None, cluster_initializer=None, skip_postnorm=False):
    _inputs = inputs

    K = num_clusters
    D = _inputs.get_shape()[-1]    
    s = tf.layers.conv2d(inputs=_inputs,filters=K, kernel_size=1, use_bias=False, kernel_initializer=None,name='assignment')
    a = tf.nn.softmax(s)
    a = tf.expand_dims(a, -2)

    # VLAD core.
    C = tf.get_variable('cluster_centers', [1, 1, 1, D, K],
                    initializer=None,dtype=inputs.dtype)    
    v = tf.expand_dims(inputs, -1) + C    
    v = a * v
    v = tf.reduce_sum(v, axis=[1, 2])
    v = tf.transpose(v, perm=[0, 2, 1])

    if not skip_postnorm:        
        v = matconvnetNormalize(v, 1e-12)
        v = tf.transpose(v, perm=[0, 2, 1])
    v = matconvnetNormalize(tf.layers.flatten(v), 1e-12)

    return v

from keras.layers import Input
tf.reset_default_graph()

num_classes = 10
num_clusters = 3
skip_postnorm = False

input = Input(shape=(1, 28,28))
x1  = Conv2D(30,(5,5), input_shape = (1,28,28),activation='relu') (input)
print(x1.shape)
x1 = net_VLAD(x1,4)
print(x1.shape)
x1 = tf.nn.l2_normalize(tf.layers.flatten(x1), dim=-1)
print(x1.shape)
x2 = Dense(50, activation = 'relu')(x1)
print(x2.shape)
x2 = Dense(10,activation = 'softmax')(x2)
print(x2.shape)

model = Model(input, x2)
model.summary()

Ошибка возникает, когда есть «модель = Модель (вход, х2)», где х2 имеет форму (?, 10)

Что мне не хватает?

Большое спасибо заранее, Andi

...