错误 - 输入不是符号张量 - 布尔值

Question

由于二元交叉熵损失，我正在尝试调整 Dense 层的权重。 A 创建了一个共享层，它为两个向量输出两个值（encoded_value_1 和 encoded_value_2）。如果 encoded_value_1 的值优于 encoded_value_2 的值，我想创建一个等于 1 的布尔值。为此，我通过 Lambda 层使用 greater。然而，它会产生错误（见下文）。

import keras
from keras.backend import greater
from keras.layers import Input, LSTM, Dense, Lambda, concatenate
from keras.models import Model

value_1 = Input(shape=(4,))
value_2 = Input(shape=(4,))

shared_layer = Dense(1)
encoded_value_1 = shared_layer(value_1)
encoded_value_2 = shared_layer(value_2)

x = Lambda(greater,output_shape=(1,))((encoded_value_1,encoded_value_2)) 
model = Model(inputs=[value_1, value_2], outputs=x)
model.compile(optimizer='adam',loss='binary_crossentropy', metrics='accuracy'])

注意：我也试过连接两层，我有同样的错误。

merged_vector = concatenate([encoded_value_1, encoded_value_2], axis=-1)
x = Lambda(greater,output_shape=(1,))((merged_vector[0],merged_vector[1]))

ValueError: Layer lambda_4 was called with an input that isn't a symbolic tensor. Received type: . Full input: [(, )]. All inputs to the layer should be tensors.

Answer 1

有三点：

当Lambda层有多个输入时，输入必须作为张量列表传递，而不是元组。
greater 的输出是一个 bool 张量，您需要将其转换为浮点数以对其进行计算。
greater 接受两个输入，因此您需要将其包装在 python lambda 函数中以便能够在 Lambda Keras 中的图层。

因此，我们将有：

from keras import backend as K

# ...
x = Lambda(lambda z: K.cast(K.greater(z[0], z[1]), K.floatx()),output_shape=(1,))([encoded_value_1,encoded_value_2])

也不要忘记 metrics 参数缺少的左括号：

..., metrics=['accuracy'])
             ^
             |
             |
          missing!

错误 - 输入不是符号张量 - 布尔值

Error - input that isn't a symbolic tensor - Boolean

python

keras

keras-layer