Fatal编程技术网
  • tensorflow/
  • Tensorflow 使用K.tile（）复制张量

Tensorflow 使用K.tile（）复制张量

tensorflow keras

Tensorflow 使用K.tile（）复制张量,tensorflow,keras,copy,tensor,replicate,Tensorflow,Keras,Copy,Tensor,Replicate,我有张量（None，196），在重塑后，它变成（None，14，14）。 现在，我想把它复制到通道轴，这样形状应该是（无，14，14，512）。最后，我想复制到timestep axis，因此它变成（None，10，14，14512）。我使用以下代码片段完成这些步骤： def replicate(tensor, input_target): batch_size = K.shape(tensor)[0] nf, h, w, c = input_target x = K.reshape

我有张量
（None，196）
，在重塑后，它变成
（None，14，14）
。 现在，我想把它复制到通道轴，这样形状应该是
（无，14，14，512）
。最后，我想复制到timestep axis，因此它变成
（None，10，14，14512）
。我使用以下代码片段完成这些步骤：

def replicate(tensor, input_target):
  batch_size = K.shape(tensor)[0]
  nf, h, w, c = input_target
  x = K.reshape(tensor, [batch_size, 1, h, w, 1])

  # Replicate to channel dimension
  x = K.tile(x, [batch_size, 1, 1, 1, c])

  # Replicate to timesteps dimension
  x = K.tile(x, [batch_size, nf, 1, 1, 1])

  return x

x = ...
x = Lambda(replicate, arguments={'input_target':input_shape})(x)
another_x = Input(shape=input_shape) # shape (10, 14, 14, 512)

x = layers.multiply([x, another_x])
x = ...
我绘制模型，输出的形状就像我想要的那样。但是，问题出现在模型训练中。我将批量大小设置为2。这将显示错误消息：

tensorflow.python.framework.errors\u impl.InvalidArgumentError:不兼容的形状：[8,10,14,14512]与[2,10,14,14512]
[{node multiply_1/mul}}=mul[T=DT_FLOAT，[u class=[“loc:@training/Adam/gradients/multiply_1/mul_grad/Sum”]，[u device=“/job:localhost/replica:0/task:0/device:GPU:0]”（Lambda_2/Tile_1，[u arg_另一个_x_0_0/]
[{node metrics/top\u k\u categorical\u accurity/Mean\u 1/\u 265}}=\u Recv[client\u terminated=false，Recv\u device=“/job:localhost/replica:0/task:0/device:CPU:0”，send\u device=“/job:localhost/replica:0/task:0/device:GPU:0”，send\u device\u device\u化身=1，tensor\u name=“edge\u 6346\u metrics/top\u k\u categority/Mean\u 1”，tensor\u type=DT\u设备，浮点=“/job:localhost/replica:0/task:0/device:CPU:0”]（）]]

看起来，
K.tile（）
将批大小从2增加到8。当我将批大小设置为10时，它将变为1000

所以，我的问题是如何实现我想要的结果？使用
tile（）
？还是应该使用
repeat\u elements（）
？谢谢

我使用的是Tensorflow 1.12.0和Keras 2.2.4。

作为经验法则，尽量避免在
Lambda
层中发生的转换带来批量大小

当您使用
tile
操作时，您只设置了only需要更改的维度（例如，您在tile操作中有
batch\u size
值，这是错误的）。此外，我使用的是
tf.tile
而不是
K.tile
（tf 1.12似乎在Keras后端没有tile）

简单例子 给

>>> (?, 10, 14, 14, 512)
根据经验，尽量避免在
Lambda
层中发生的转换带来批量大小

当您使用
tile
操作时，您只设置了only需要更改的维度（例如，您在tile操作中有
batch\u size
值，这是错误的）。此外，我使用的是
tf.tile
而不是
K.tile
（tf 1.12似乎在Keras后端没有tile）

简单例子 给

>>> (?, 10, 14, 14, 512)
它能工作，谢谢！实际上我正在使用
K.tile
。顺便问一下，哪一个可以复制我的例子的张量：
tile（）
或
repeat\u elements（）
？我不认为这对你的情况有多大关系，因为你从1->某个数字
n
，两者都会产生相同的结果。但是如果你从m->n开始，你会得到不同的输出，这取决于你使用的函数。它可以工作，谢谢！实际上我使用的是
K.tile
。顺便说一句，是哪个对于我的例子，复制张量是很好的：
tile（）
或
repeat\u elements（）
？我不认为这对你的情况有多大关系，因为你从1->某个数字
n
，两者都会产生相同的结果。但是如果你从m->n开始，那么根据你使用的函数，你会得到不同的输出。 
>>> (?, 10, 14, 14, 512)