创建一个层，为我的张量添加一个零通道

Question

我正在研究 DCSCN（用于图像 super-rez 的神经网络），我想根据 "What Uncertainties Do We Need in Bayesian Deep Learning for Computer Vision?" 使用 Keras 中的 Alex Kendall 和 Yarin Gal 方法评估不确定性。

为此，我需要一个张量为 (?,n,m,3) 的层，return 为 (?,n,m,4) 的张量和 (?,n ,m,-1) 带零。

我试过这个功能：

def AddChan(**kwargs):

    def layer(x):
        input_shape = K.int_shape(x)
        output_shape = (input_shape[0], input_shape[1],input_shape[2],1)
        z = K.zeros(output_shape)
        res = K.concatenate([x, z], axis=-1)
        return res
    return Lambda(layer, **kwargs)

提高：

Expected int32, got None of type '_Message' instead.

我认为那是因为 input_shape[0] 是动态的，但我没有看到另一种方法来获得我想要的东西。

有人知道吗？

谢谢！

Answer 1

尝试将 K.int_shape 替换为 K.shape 以获得张量或变量的符号形状而不是整数形状。

创建一个层，为我的张量添加一个零通道

Create a layer that add a zero-channel to my tensor

python

image

layer

keras