在keras層中包裹張量流函數

Question

我正在嘗試在keras lambda層中使用tensorflow唯一函數（ https://www.tensorflow.org/api_docs/python/tf/unique ）。 代碼如下：

    def unique_idx(x):
        output = tf.unique(x)
        return output[1]

then 

    inp1 = Input(batch_shape(None, 1))
    idx = Lambda(unique_idx)(inp1)

    model = Model(inputs=inp1, outputs=idx)

當我現在使用**model.compile(optimizer='Adam', loss='mean_squared_error')**我得到錯誤：

ValueError：張量轉換請求dtype int32 for Tensor with dtype float32：'Tensor（“lambda_9_sample_weights_1：0”，shape =（？，），dtype = float32）'

有誰知道這里的錯誤或使用張量流函數的不同方式？

Answer 1

keras模型期望將float32作為輸出，但是從tf.unique返回的indices是int32 。 一個演員可以解決您的問題。
另一個問題是，unique需要一個扁平陣列。 reshape這個問題。

import tensorflow as tf
from keras import Input
from keras.layers import Lambda
from keras.engine import Model


def unique_idx(x):
    x = tf.reshape(x, [-1])
    u, indices = tf.unique(x)
    return tf.cast(indices, tf.float32)


x = Input(shape=(1,))
y = Lambda(unique_idx)(x)

model = Model(inputs=x, outputs=y)
model.compile(optimizer='adam', loss='mse')