Tensorflow 数学运算地板当量（单位：Keras）

我试图在Keras中实现一个自定义层，在这里我需要转换浮点张量

[a，1+a）

到二进制张量进行掩蔽。我可以看到Tensorflow有一个

floor

函数可以做到这一点，但Keras在

Keras.backend

中似乎没有它。你知道我如何做到这一点吗？

根据OP的要求，我将在我的评论中提到我给出的答案，并详细说明：

简短回答：如果使用

tf.floor（）

，您不会遇到任何重大问题

详细回答：在需要预处理或扩充参数的情况下，使用Keras后端函数（即

Keras.backend.

）是必要的传递给Tensorflow或Theano后端的实际函数，或对返回的结果进行后期处理。例如，后端中的方法也可以使用布尔张量作为输入，但TF中的方法需要数字类型作为输入；或2）您希望编写一个模型，该模型可以跨所有Keras支持的后端工作

---

否则，直接使用大多数真正的后端函数是可以的；但是，如果该函数是在

keras.backend

模块中定义的，那么建议使用该模块。

我认为如果使用

tf.floor

，您不会有问题。如果使用它，会出现任何错误吗？在这些模块中使用后端函数是必要的当需要在Tensorflow或Theano中对传递给实际函数的参数进行预处理或后处理时，或者如果您想编写一个可跨所有Keras后端工作的代码。这确实有效，谢谢！如果您可以将其添加为答案，我可以接受。我并没有真正理解您在第一个1中的内容。为什么

mean

函数是一个示例你的观点是什么？@BenDes，如果你看一下它的实现（我在回答中已经链接到）您会发现对类型为

bool

的值进行了转换，然后调用了

tf.reduce\u mean

。但是，根据您的应用程序和用例，您可能会发现这是不必要的，并且更愿意直接使用后端函数（即直接调用

tf.reduce\u mean

）.哦，好吧，我想当你在谈论预处理时，在

mean

中转换

bool

并非事实。谢谢