[英]TypeError: Output tensors to a Model must be Keras tensors
我想拍摄输入图像img
(也有负值)并将其输入两个激活层。 但是,我想进行一个简单的转换,例如将整个图像乘以-1.0
:
left = Activation('relu')(img)
right = Activation('relu')(tf.mul(img, -1.0))
如果我这样做,我得到:
TypeError: Output tensors to a Model must be Keras tensors. Found: Tensor("add_1:0", shape=(?, 5, 1, 3), dtype=float32)
我不知道如何解决这个问题。 是否有一个Keras
side mul()
方法可以用于这样的事情? 或者我可以以某种方式包装tf.mul(img, -1.0)
的结果,以便我可以将其传递给Activation
?
请注意:负值可能很重要。 因此,将图像转换为最小值仅为0.0
不是解决方案。
我得到了同样的错误
left = Activation('relu')(conv)
right = Activation('relu')(-conv)
同样的错误:
import tensorflow as tf
minus_one = tf.constant([-1.])
# ...
right = merge([conv, minus_one], mode='mul')
创建一个Lambda图层来包装你的功能吗?
请参阅此处的 doc
from keras.layers import Lambda
import tensorflow as tf
def mul_minus_one(x):
return tf.mul(x,-1.0)
def mul_minus_one_output_shape(input_shape):
return input_shape
myCustomLayer = Lambda(mul_minus_one, output_shape=mul_minus_one_output_shape)
right = myCustomLayer(img)
right = Activation('relu')(right)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.