如何修改 Keras Tensor 对象的元素

Question

我正在 Keras 中构建一个卷积神经网络，它接收尺寸为 (None, 256, 256, 1) 的一批图像，输出将是尺寸为 (None, 256 , 256, 3).现在，在最后一层输出之后，我想添加一个层，该层根据输入的值条件为输出层中的某些像素分配值。这是我尝试过的：

函数

def SetBoundaries(ins):
    xi = ins[0]
    xo = ins[1]

    bnds = np.where(xi[:, :, :, 0] == 0)
    bnds_s, bnds_i, bnds_j = bnds[0], bnds[1], bnds[2]
    xo[bnds_s, bnds_i, bnds_j, 0] = 0
    xo[bnds_s, bnds_i, bnds_j, 1] = 0
    xo[bnds_s, bnds_i, bnds_j, 2] = 0

    return xo

Keras 模型

def conv_res(inputs):
    x0 = inputs

    ...

    xc = conv_layer(xc, kernel_size=3, stride=1,
                    num_filters=3, name="Final_Conv")

    # apply assignment function
    xc = Lambda(SetBoundaries, name="assign_boundaries")([x0, xc])
    return xc

最后，模型构建使用

def build_model(inputs):
    xres = int(inputs.shape[1])
    yres = int(inputs.shape[2])
    cres = int(inputs.shape[3])

    inputs = Input((xres, yres, cres))
    outputs = UNet.conv_res(inputs)
    model = keras.Model(inputs=inputs, outputs=outputs)
    return model

然而，当我运行我得到错误：

NotImplementedError: Cannot convert a symbolic Tensor (assign_boundaries/Equal:0) to a numpy array.

没有 Lambda 函数一切正常。我知道问题是为 Tensor 对象赋值，但我怎样才能实现我所追求的目标？

谢谢

Answer 1

np.where 适用于 NumPy 数组，但模型的输出是 Tensorflow 张量。尝试使用 tf.where，这与 tf.Tensor 相同。

Answer 2

我设法通过将函数更改为：

使其工作

def SetBoundaries(ins):
    xi = ins[0]
    xo = ins[1]

    xin = tf.broadcast_to(xi, tf.shape(xo))
    mask = K.cast(tf.not_equal(xin, 0), dtype="float32")
    xf = layers.Multiply()([mask, xo])

    return xf

如何修改 Keras Tensor 对象的元素

How to modify elements of a Keras Tensor object

python

conv-neural-network

keras

tensorflow

tf.keras