Python 具有自定义功能的Keras自定义图层
我想创建带有内置图像处理功能的自定义层,例如遮罩,或某种模糊/噪声/颜色变化等 我写了这段代码,但我不知道该怎么做Python 具有自定义功能的Keras自定义图层,python,tensorflow,image-processing,keras,keras-layer,Python,Tensorflow,Image Processing,Keras,Keras Layer,我想创建带有内置图像处理功能的自定义层,例如遮罩,或某种模糊/噪声/颜色变化等 我写了这段代码,但我不知道该怎么做 __return input* mask[[1,0,1,0][0,1,0,1][1,0,1,0][0,1,0,1]]__ 它不是那样工作的,因为该操作需要一个numpy数组,但需要获取“tensorflow.python.framework.ops.Tensor” 图画 在结果中,我想做一些类似于编码器网络的事情,但是在中间它是一个将输入向量转换成图片的算法,然后网络的右边部分将
__return input* mask[[1,0,1,0][0,1,0,1][1,0,1,0][0,1,0,1]]__
它不是那样工作的,因为该操作需要一个numpy数组,但需要获取“tensorflow.python.framework.ops.Tensor”
图画
在结果中,我想做一些类似于编码器网络的事情,但是在中间它是一个将输入向量转换成图片的算法,然后网络的右边部分将解码这个图像,并返回相同的值,我把它发送到输入层
不确定你想做什么,但我想lambda包装层可能是解决方案。查看文档和有用的博客不确定您想做什么,但我想lambda包装层可能是解决方案。查看文档和有用的博客
目前还不清楚您是如何以及试图实现什么目标的,当然您知道您想做什么,但我们不知道,请详细解释您的代码和尝试。我在这里找到了一个示例并复制了它,我在问题中添加了信息您不能乘以张量和numpy数组,您需要注意tf等价物,例如tf.constant,稍后我可能会给你举个例子,但现在我在电话上,不清楚你是如何实现的,你想实现什么,当然你知道你想做什么,但我们不知道,请更详细地解释你的代码和尝试。我在这里找到一个例子并复制了它,我在问题中添加了信息你不能乘以张量和numpy数组,你们需要注意tf等价物,比如tf.constant,稍后我可能会给你们举个例子,但现在我在打电话
class MyLayer(tf.keras.layers.Layer):
def __init__(self, num_outputs):
super(MyLayer, self).__init__()
self.num_outputs = num_outputs
def build(self, input_shape):
self.kernel = self.add_weight("kernel",
shape=[int(input_shape[-1]),
self.num_outputs])
def call(self, input):
return input* mask[[1,0,1,0][0,1,0,1][1,0,1,0][0,1,0,1]]
##return tf.matmul(input, self.kernel)
layer = MyLayer(4,4)