keras slice layer 层实现方式

更新时间：2020年06月11日 09:04:20 作者：小佳AI

这篇文章主要介绍了keras slice layer 层实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

注意的地方： keras中每层的输入输出的tensor是张量，比如Tensor shape是（N, H, W, C), 对于tf后台， channels_last

Define a slice layer using Lamda layer
def slice(x, h1, h2, w1, w2):
 """ Define a tensor slice function
 """
 return x[:, h1:h2, w1:w2, :]

定义完slice function之后，利用lambda layer添加到定义的网络中去

# Add slice layer
slice_1 = Lambda(slice, arguments={'h1': 0, 'h2': 6, 'w1': 0, 'w2': 6})(sliced)
# As for tensorfow backend, Lambda doesn't need output shape argument
slice_2 = Lambda(slice, arguments={'h1': 0, 'h2': 6, 'w1': 6, 'w2': 12})(sliced)

补充知识：tensorflow和keras张量切片（slice）

Notes

想将一个向量分割成两部分：操作大概是：

在 TensorFlow 中，用 tf.slice 实现张量切片，Keras 中自定义 Lambda 层实现。

TensorFlow

tf.slice(input_, begin, size, name=None)

input_：tf.tensor，被操作的 tensor

begin：list，各个维度的开始下标

size：list，各个维度上要截多长

import tensorflow as tf

with tf.Session() as sess:
 a = tf.constant([1, 2, 3, 4, 5])
 b = tf.slice(a, [0], [2]) # 第一个维度从 0 开始，截 2 个
 c = tf.slice(a, [2], [3]) # 第一个维度从 2 开始，截 3 个
 print(a.eval())
 print(b.eval())
 print(c.eval())

输出

[1 2 3 4 5]
[1 2]
[3 4 5]

Keras

from keras.layers import Lambda
from keras.models import Sequential
import numpy as np

a = np.array([[1, 2, 3, 4, 5]])
model = Sequential([
 Lambda(lambda a: a[:, :2], input_shape=[5]) # 第二维截前 2 个
])

print(model.predict(a))

输出

[[1. 2.]]

以上这篇keras slice layer 层实现方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

python使用Plotly绘图工具绘制散点图、线形图
这篇文章主要为大家详细介绍了python使用Plotly绘图工具绘制散点图、线形图，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-04-04
Python模拟简单电梯调度算法示例
这篇文章主要介绍了Python模拟简单电梯调度算法,涉及Python线程、队列、时间延迟等相关操作技巧,需要的朋友可以参考下
2018-08-08
Pycharm搭建一个Django项目的方法步骤
本文主要介绍了Pycharm搭建一个Django项目的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-02-02
PyautoGui常用教程(一篇掌握)
这篇文章主要介绍了PyautoGui常用教程(一篇掌握)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-04-04
cmd输入python命令无反应的解决方案
这篇文章主要介绍了cmd输入python命令无反应的解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-02-02
pytorch 如何使用amp进行混合精度训练
这篇文章主要介绍了pytorch 使用amp进行混合精度训练的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2021-05-05
基于python实现银行管理系统
这篇文章主要介绍了基于python实现银行管理系统,文中有非常详细的代码示例,对正在学习python项目制作的小伙伴们有很好的帮助,需要的朋友可以参考下
2021-04-04
python八种降维方法汇总
在Python中,有多种降维方法可以使用,本文就来介绍八种降维方法以及使用场景,具有一定的参考价值,感兴趣的可以一下,感兴趣的可以了解一下
2023-10-10
python处理emoji表情(两个函数解决两者之间的联系)
这篇文章主要介绍了python处理emoji表情,主要通过两个函数解决两者之间的联系,本文通过实例代码给大家介绍的非常完美，对python emoji表情的相关知识感兴趣的朋友一起看看吧
2021-05-05
python脚本实现验证码识别
这篇文章主要为大家详细介绍了python脚本实现验证码识别的实现代码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-06-06