如何在 Keras 中调整（插值）张量？

Question

我想调整大小为 (None, 2, 7, 512) 的张量（层间）到 (None, 2, 8, 512)，方法是对它进行插值 (比如说使用最近的邻居），类似于 Tensorflow 中提供的这个函数 tf.image.resize_nearest_neighbor。

有什么办法吗？

我尝试直接使用 Tensorflow 函数 tf.image.resize_nearest_neighbor 并将张量传递到下一个 Keras 层，但是在下一个层抛出了这个错误：

AttributeError: 'Tensor' object has no attribute '_keras_history'

我认为这是由于 Tensorflow 张量中缺少一些属性，这是有道理的，因为该层期望传递 Keras 张量。

Answer 1

我会使用 Repeat 添加一个元素并将插值实现为一个新的 lambda 层。我认为 keras 中没有现成的图层。

Answer 2

令人惊讶的是，keras 中不存在对张量进行这种插值的 layer/function（正如 xtof54 所指出的）。因此，我使用 lambda 层实现了它，并且运行良好。

    def resize_like(input_tensor, ref_tensor): # resizes input tensor wrt. ref_tensor
        H, W = ref_tensor.get_shape()[1], ref_tensor.get_shape()[2]
        return tf.image.resize_nearest_neighbor(input_tensor, [H.value, W.value])

首先，问题是由于在 Keras 层中直接使用来自 tensorflow 的张量，因为缺少一些附加属性（keras 张量需要）。此外，虽然 Lambda 层非常易于使用，但如果 keras 允许将来在 keras 层中直接使用来自 tensorflow 的张量（如果可能的话），那将非常方便。

如何在 Keras 中调整（插值）张量？

How to resize (interpolate) a tensor in Keras?

python

deep-learning

keras

tensorflow

keras-2