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:

linux查找当前python解释器的位置方法
今天小编就为大家分享一篇linux查找当前python解释器的位置方法，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
2019-02-02
Python如何使用内置库matplotlib绘制折线图
这篇文章主要介绍了Python如何使用内置库matplotlib绘制折线图,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,需要的朋友可以参考下
2020-02-02
pyshp创建shp点文件的方法
今天小编就为大家分享一篇pyshp创建shp点文件的方法，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
2018-12-12
python中partial库的使用方法解析
这篇文章主要介绍了python中partial库的使用方法解析，文章围绕主题展开详细的内容介绍，具有一定的参考价值，感兴趣的小伙伴可以参考一下
2022-08-08
pytorch 获取层权重,对特定层注入hook, 提取中间层输出的方法
今天小编就为大家分享一篇pytorch 获取层权重,对特定层注入hook, 提取中间层输出的方法，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
2019-08-08
python常用数据重复项处理方法
在本篇文章里小编给大家整理的是关于python常用数据重复项处理方法，需要的朋友们参考下。
2019-11-11
np.where()[0] 和 np.where()[1]的具体使用
这篇文章主要介绍了np.where()[0] 和 np.where()[1]的具体使用，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
2021-03-03
Python Requests访问网络更方便
这篇文章主要介绍了使用Python Requests访问网络,Python Requests 是一个非常强大的 HTTP 客户端库,用于发送 HTTP 请求,获取响应等操作,通过这个库,你可以轻松地与 Web 服务进行交互,实现各种网络请求
2024-01-01
matplotlib制作雷达图报错ValueError的实现
这篇文章主要介绍了matplotlib制作雷达图报错ValueError的实现，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
2021-01-01
手把手带你用python爬取小姐姐私房照
这篇文章主要介绍了用python如何爬取小姐姐私房照，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-08-08