Keras自定义Lambda层张量操纵错误

Question

我正在尝试创建一个lambda层，该层将在输出最终输出之前执行一些确定性的遮罩（我不是在谈论Keras遮罩层）。 这是我到目前为止的内容：

def binary_mask(x):
    # Mask is half the size of x. 
    # 1 if pred1 > pred2 element-wise, 0 otherwise.

    pred1, pred2 = tf.split(x, 2, 1)
    mask = tf.greater(pred1, pred2)
    mask = tf.to_float(mask)
    return mask

def mask_output_shape(input_shape):
    return (input_shape[0], units)

这就是我使用功能性API创建图层的方式：

outputs = Lambda(binary_mask, output_shape=mask_output_shape)(inputs) 

我收到来自优化器的非常奇怪的错误。 看来我的渐变是None 。

但是，如果我用任何示例Lambda层实现替换了binary_mask当前代码，则可以正常工作，例如return x 。 我在这里做错了什么？

我相当确定我的mask实际上是一个有效的张量流张量。

Answer 1

恐怕我不太了解将inputs转换为0和1的向量的目的，但是此操作显然不可区分。 这就是为什么没有返回梯度（即，梯度为None ）的原因。

也许您可以为此功能尝试“更软”的版本。 例如， 1 if a > b else 0 ，则sigmoid(a - b)可以是1的较软版本。

outputs = Lambda(lambda x: K.sigmoid(x[0] - x[1]))([pred1, pred2])