Неопределенная форма вывода пользовательского слоя Keras - PullRequest
Новая
       20

Неопределенная форма вывода пользовательского слоя Keras

0 голосов
/ 27 мая 2019

Я пишу пользовательский слой Keras, который выравнивает все, кроме последнего измерения ввода. Однако при подаче выходных данных слоя на следующий слой возникает ошибка, поскольку выходная форма слоя равна None во всех измерениях. 

class FlattenLayers( Layer ):
    """
    Takes a nD tensor flattening the middle dimensions, ignoring the edge dimensions.
    [ n, x, y, z ] -> [ n, xy, z ]
    """

    def __init__( self, **kwargs ):
        super( FlattenLayers, self ).__init__( **kwargs )


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


    def call( self, inputs ):
        input_shape = tf.shape( inputs )

        flat = tf.reshape(
            inputs,
            tf.stack( [ 
                -1, 
                K.prod( input_shape[ 1 : -1 ] ),
                input_shape[ -1 ]
            ] )
        )

        return flat


    def compute_output_shape( self, input_shape ):
        if not all( input_shape[ 1: ] ):
            raise ValueError( 'The shape of the input to "Flatten" '
                             'is not fully defined '
                             '(got ' + str( input_shape[ 1: ] ) + '). '
                             'Make sure to pass a complete "input_shape" '
                             'or "batch_input_shape" argument to the first '
                             'layer in your model.' )

        output_shape = ( 
            input_shape[ 0 ], 
            np.prod( input_shape[ 1 : -1 ] ), 
            input_shape[ -1 ] 
        )

        return output_shape

Например, когда следует за Плотным слоем, я получаю ошибку ValueError: The last dimension of the inputs to Dense should be defined. Found None.

1 Ответ

1 голос
/ 27 мая 2019

Почему у вас tf.stack() в новой форме? Вы хотите сгладить все размеры, кроме последнего; вот как ты мог это сделать: 

import tensorflow as tf
from tensorflow.keras.layers import Layer
import numpy as np

class FlattenLayer(Layer):

    def __init__( self, **kwargs):
        super(FlattenLayer, self).__init__(**kwargs)

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

    def call( self, inputs):
        new_shape = self.compute_output_shape(tf.shape(inputs))
        return tf.reshape(inputs, new_shape)

    def compute_output_shape(self, input_shape):
        new_shape = (input_shape[0]*input_shape[1]*input_shape[2],
                     input_shape[3])
        return new_shape

Тестирование с одной точкой данных (tf.__version__=='1.13.1'): 

inputs = tf.keras.layers.Input(shape=(10, 10, 1))    
res = tf.keras.layers.Conv2D(filters=3, kernel_size=2)(inputs)
res = FlattenLayer()(res)
model = tf.keras.models.Model(inputs=inputs, outputs=res)

x_data = np.random.normal(size=(1, 10, 10, 1))
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    evaled = model.outputs[0].eval({model.inputs[0]:x_data})
    print(evaled.shape) # (81, 3)
...