Keras自定義Lambda層張量操縱錯誤

Question

我正在嘗試創建一個lambda層，該層將在輸出最終輸出之前執行一些確定性的遮罩（我不是在談論Keras遮罩層）。 這是我到目前為止的內容：

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)

這就是我使用功能性API創建圖層的方式：

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

我收到來自優化器的非常奇怪的錯誤。 看來我的漸變是None 。

但是，如果我用任何示例Lambda層實現替換了binary_mask當前代碼，則可以正常工作，例如return x 。 我在這里做錯了什么？

我相當確定我的mask實際上是一個有效的張量流張量。

Answer 1

恐怕我不太了解將inputs轉換為0和1的向量的目的，但是此操作顯然不可區分。 這就是為什么沒有返回梯度（即，梯度為None ）的原因。

也許您可以為此功能嘗試“更軟”的版本。 例如， 1 if a > b else 0 ，則sigmoid(a - b)可以是1的較軟版本。

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