如何创建一个未知维度的张量

Question

我的神经网络中有一个层，其输出向量 x 大小为 [?, N]。（批量大小的第一个维度）。我想在下一层（Lambda 层）中声明一个相同大小的 ones 张量。我发现我不能使用 y = keras.backend.ones(x.shape)，因为批量大小仅在运行时可用。我怎样才能创建这个张量？

Answer 1

正如今天在评论中所建议的那样，K.ones_like 有效：

from keras import backend as K
a = K.placeholder(shape=(None, 5))
b = K.ones_like(a)
print(b.shape)

>> TensorShape([Dimension(None), Dimension(5)])

根据你正在做的操作类型，你也可以制作一个形状为 [N] 的张量并依靠广播来节省内存：

from keras import backend as K
a = K.placeholder(shape=(None, 5))
b = K.ones(a.shape[-1])
print(a + b)

>> <tf.Tensor 'add:0' shape=(?, 5) dtype=float32>

如何创建一个未知维度的张量

How to create a tensor with an unknown dimension

python

keras

tensorflow

tensor