添加具有不同大小输入和输出的 Keras Lambda 层时的广播问题

Question

我搜索并发现了类似的问题，但 none 这似乎与我面临的问题相同。我正在尝试使用 Theano 后端（都是最新的）通过 Keras 实现一个神经网络，它涉及一个 Lambda 层，该层获取一个层的一维输出，并将其转换为一个 n 维向量，其中包含 1- d输出重复n次。

我似乎运行遇到的问题是，在 Lambda 层，Keras 似乎期望输入具有与我指定的输出形状相同的维度：

x=Input(shape=(2,))
V1=Dense(1)(x)
V2=Lambda(lambda B : B[0,0]*K.ones((3,)),output_shape=(3,))(V1)
model=Model(inputs=x,outputs=V2)
rms = RMSprop()
model.compile(loss='mse', optimizer=rms)
model.predict(np.array([1,2]).reshape((1,2)))

给出了这个错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-7-40a7e91d5963> in <module>()
----> 1 model.predict(np.array([1,2]).reshape((1,2)))

/Users/user/anaconda/envs/py35/lib/python3.5/site-packages/keras/engine    /training.py in predict(self, x, batch_size, verbose)
   1504         f = self.predict_function
   1505         return self._predict_loop(f, ins,
-> 1506                                   batch_size=batch_size, verbose=verbose)
   1507 
   1508     def train_on_batch(self, x, y,

/Users/user/anaconda/envs/py35/lib/python3.5/site-packages/keras/engine/training.py in _predict_loop(self, f, ins, batch_size, verbose)
   1137 
   1138             for i, batch_out in enumerate(batch_outs):
-> 1139                 outs[i][batch_start:batch_end] = batch_out
   1140             if verbose == 1:
   1141                 progbar.update(batch_end)

ValueError: could not broadcast input array from shape (3) into shape (1)

我知道还有其他方法可以尝试这样做 (K.repeat_elements) 但这也给了我有关广播的错误消息。请注意，即使我删除 B[0,0]* 问题仍然存在（这样 Lambda 层根本不依赖于 B）。如果我将 K.ones 和 output_shape 中的 (3,) 更改为 (1,) 那么它似乎可以工作。

据我了解，Lambda 层应该能够处理 input/output 对不同维度，对吗？

Answer 1

在output_shape中，你没有考虑batch size。所以这是正确的：(3,)

但在张量中，batch size 并没有被忽略。您的表达式结果至少需要两个维度：(Batch_size,3)。

另外，不要使用张量的元素，使用整个张量。我还没有发现使用单独的元素很重要或有用的情况（因为你应该对整个批次执行完全相同的操作）

我建议你使用K.repeat_elements(B, rep=3, axis=-1)

添加具有不同大小输入和输出的 Keras Lambda 层时的广播问题

Broadcasting issue when adding Keras Lambda layer with different size input and output

keras

keras-layer