Theano / Keras:将 Tensor 的 K-first 值设置为一个值

Theano / Keras: Set the K-first values of Tensor to a value

我有一个自定义的 Keras 层,我使用 Theano 作为后端,我想执行以下操作:

假设我们有一个形状为 (N,) 的张量。我想将 K 个第一个值设置为固定值 x(3 或其他...)。我怎么做?我假设我必须使用 argsort 但我不知道如何使用 Theano 来实现它。

例如,在一个简单的 FF 层中,如何将张量 a 的前 N ​​个值设置为值 x

def call(self, x, mask=None):
    a = K.dot(x, self.W)

    if self.bias:
        a += self.b

    return a

例如,使用 numpy 我可以将 a 的前 10 个值设置为 1,如下所示:

a[a.argsort() <= 10] = 1

我想使用 Keras 后端函数或 Theano 函数做同样的事情。

对于a[a.argsort() <= 10] = 1,等效代码为:

import numpy as np
from keras import backend as K

a = np.asarray([[3,4,2,44,22,4,5,6,77,86,3,2,3,23,44,21],
                [3,4,22,44,2,4,54,6,77,8,3,2,36,23,4,2]], dtype=np.float)
a_t = K.variable(a)

a[a.argsort() <= 10] = 1
print a

arg_sort = K.T.argsort(a_t)
_cond = K.lesser_equal(arg_sort,10)
a_new = K.switch(_cond, 1, a_t)
print K.eval(a_new)

在单个语句中它将是:

a_new = K.switch(K.lesser_equal(K.T.argsort(a_t),10), 1, a_t)
print K.eval(a_new)

我不确定这是否正是您所需要的。