将张量与向量在keras中合并

Question

我希望在keras中实现PointNet（ https://arxiv.org/pdf/1612.00593.pdf ）的变体，但是我在重复上下文向量（g）可变的次数时遇到麻烦，因此我无法进行串联它与缺少context（pre）的上一层按行排列。 我尝试过Repeat（）和keras.backend.Tile（）。

input = Input(shape=(None,3))
x = TimeDistributed(Dense(128, activation = 'relu'))(input)
pre = TimeDistributed(Dense(256, activation = 'relu'))(x)
g = GlobalMaxPooling1D()(pre)
x = Lambda(merge_on_single, output_shape=(None,512))([pre,g])
print(x.shape)

这是我想出的lambda定义。

def merge_on_single(v):
#v[0] is variable length tensor, v[1] is the single vector

return Concatenate()([K.repeat(v[1],K.get_variable_shape(v[0])),v[0]])

但是，发生以下错误：

TypeError：传递给“ Pack” Op的“ values”的列表中的张量具有不完全匹配的[int32，，int32]类型。

更新：

因此，通过执行以下操作，我可以使各层不出错：

input = Input(shape=(None,3))

num_point = K.placeholder(input.get_shape()[1].value, dtype=tf.int32)

#first global feature layer
x = TimeDistributed(Dense(512, activation = 'relu'))(input)
x = TimeDistributed(Dense(256, activation = 'relu'))(x)
g = GlobalMaxPooling1D()(x)
g = K.reshape(g,(-1,1,256))
g = K.tile(x, [1,num_point,1])
concat_feat = K.concatenate([x, g])

但是现在，我收到以下错误：

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

Answer 1

我怀疑罪魁祸首是K.get_variable_shape(v[0]) 。 由于v[0]的类型为int32 （如您的错误所指定），因此当获得形状时，它将返回None。 串联希望所有输入为同一类型。