使用 "Flatten" 或 "Reshape" 在keras中获取未知输入形状的一维输出

Question

我想在我的模型末尾使用 keras 层 Flatten() 或 Reshape((-1,)) 来输出像 [0,0,1,0,0, ... ,0,0,1,0] 这样的一维向量。

遗憾的是，由于我的输入形状未知，因此出现问题：
input_shape=(4, None, 1)))。

所以通常输入的形状介于 [batch_size, 4, 64, 1] 和 [batch_size, 4, 256, 1] 之间，输出应该是 batch_size x 未知尺寸（对于拳头上面的示例：[batch_size, 64] 和第二个 [batch_size, 256]).

我的模型看起来像：

model = Sequential()
model.add(Convolution2D(32, (4, 32), padding='same', input_shape=(4, None, 1)))
model.add(BatchNormalization())
model.add(LeakyReLU())
model.add(Convolution2D(1, (1, 2), strides=(4, 1), padding='same'))
model.add(Activation('sigmoid'))
# model.add(Reshape((-1,))) produces the error
# int() argument must be a string, a bytes-like object or a number, not 'NoneType' 
model.compile(loss='binary_crossentropy', optimizer='adadelta')

所以我当前的输出形状是[batchsize, 1, unknown dimension, 1]。这不允许我使用 class_weights，例如 "ValueError: class_weight not supported for 3+ dimensional targets."。

当我使用灵活的输入形状时，是否可以使用 Flatten() 或 Reshape((1,)) 之类的东西来展平我在 keras（2.0.4 和 tensorflow 后端）中的 3 维输出？

非常感谢！

Answer 1

您可以尝试 K.batch_flatten() 包裹在 Lambda 层中。 K.batch_flatten() 的输出形状在运行时动态确定。

model.add(Lambda(lambda x: K.batch_flatten(x)))
model.summary()

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_5 (Conv2D)            (None, 4, None, 32)       4128      
_________________________________________________________________
batch_normalization_3 (Batch (None, 4, None, 32)       128       
_________________________________________________________________
leaky_re_lu_3 (LeakyReLU)    (None, 4, None, 32)       0         
_________________________________________________________________
conv2d_6 (Conv2D)            (None, 1, None, 1)        65        
_________________________________________________________________
activation_3 (Activation)    (None, 1, None, 1)        0         
_________________________________________________________________
lambda_5 (Lambda)            (None, None)              0         
=================================================================
Total params: 4,321
Trainable params: 4,257
Non-trainable params: 64
_________________________________________________________________


X = np.random.rand(32, 4, 256, 1)
print(model.predict(X).shape)
(32, 256)

X = np.random.rand(32, 4, 64, 1)
print(model.predict(X).shape)
(32, 64)

使用 "Flatten" 或 "Reshape" 在keras中获取未知输入形状的一维输出

Use "Flatten" or "Reshape" to get 1D output of unknown input shape in keras

python

keras

tensorflow

keras-2