使用带有 2D 卷积的 Keras 掩蔽层 (Conv2D)

Question

我正在尝试设计一个神经网络，包括具有不同长度的时间相关输入，并且我目前正在使用 Masking 层。 该网络在 TensorFlow 1.9.0 版上运行良好，但在更新到 1.11.0 版后，出现以下错误：

层 conv2d_1 不支持掩码，但传递了一个 input_mask：Tensor("cnn1/Reshape_2:0", shape=(?, 81, 81), dtype=bool)

关于如何解决这个问题的任何想法？

我正在使用以下代码：

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, \
    TimeDistributed, Dense, Masking, Activation, BatchNormalization

model= Sequential()
# first layer
model.add(TimeDistributed(Masking(0., input_shape=(81,81,3)),
                                  input_shape=(None,81,81,3), name='mask'))
# CNN layers
model.add(TimeDistributed(Conv2D(filters=10,
                                 kernel_size=5,
                                 strides=1,
                                 padding='same'),
                         name='cnn1'))

model.add(Activation('relu', name='relu1'))
model.add(BatchNormalization())
model.add(TimeDistributed(MaxPooling2D(pool_size=(2, 2))))

# output layer
model.add(TimeDistributed(Dense(3, name='output')))
model.add(Activation('softmax'))

# compilation
model.compile(loss='categorical_crossentropy')

Answer 1

用 tensorflow 替换你的 keras 导入：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, \
    TimeDistributed, Dense, Masking, Activation, BatchNormalization