如何在使用Keras或Tensorflow的深度神经网络训练过程中添加更多数据
我想写一个神经网络。但是我需要在训练期间对数据做些什么。例如,我有5个卷积层,在第3层之后,我需要更改输出的形状,并向其中一个维度添加更多数据。然后,处理后的数据将被送入第四层 我的问题是,输入数据维度不是固定的,它应该从训练阶段的数据中获取。在执行重塑时,Tensorflow将始终给出错误如何在使用Keras或Tensorflow的深度神经网络训练过程中添加更多数据,tensorflow,deep-learning,keras,Tensorflow,Deep Learning,Keras,我想写一个神经网络。但是我需要在训练期间对数据做些什么。例如,我有5个卷积层,在第3层之后,我需要更改输出的形状,并向其中一个维度添加更多数据。然后,处理后的数据将被送入第四层 我的问题是,输入数据维度不是固定的,它应该从训练阶段的数据中获取。在执行重塑时,Tensorflow将始终给出错误必须指定维度,因为我为维度设置了None 在这种情况下,这个问题有什么解决办法吗?或者我们可以将网络分成两部分,在第一部分完成后,我们处理数据,然后继续第二部分 谢谢你抽出时间 更新: 例如,第三层的输出是[
必须指定维度
,因为我为维度设置了None
在这种情况下,这个问题有什么解决办法吗?或者我们可以将网络分成两部分,在第一部分完成后,我们处理数据,然后继续第二部分
谢谢你抽出时间
更新:
例如,第三层的输出是
[1,1,L,5]
,其中L
是从输入中派生出来的,不是一个固定的数字。如果我们定义v_1,v_2,…,v_L
是L
中每个点的向量,其特征为深度5
,即形状(v_i)=[1,5]
。我想将其更改为一个新的形状[1,L,L,12]
,其中L
是相同的,在深度维度中,数据来自v_I
和v_j
加上2
更多新数据的串联。您可以从tf.shape
获得输入维度形状的运行时值,然后将此信息而不是None
传递给tf。重塑
您能提供有关数据维度如何变化的更多详细信息吗?@MarcinMożejko请查看更新以了解更多详细信息。这有帮助吗?