如何訪問張量到keras圖層的單個特征圖

Question

我正在實現兩個不同的keras層之間的自定義連接。 神經網絡開始如下：

from tensorflow.keras.layers import Dense, Conv2D, Flatten, AveragePooling2D
import tensorflow as tf
from keras.models import Model
from tensorflow.keras.layers import Conv2D, Input, Concatenate, Lambda, Add

inputTensor = Input(shape=( 32, 32,1))
stride = 1
c1 = Conv2D(6, kernel_size=[5,5], strides=(stride,stride), padding="valid", input_shape=(32,32,1), 
                  activation = 'tanh')(inputTensor)
s2 = AveragePooling2D(pool_size=(2, 2), strides=(2, 2))(c1)

在這里，我想將自定義連接應用於輸出大小為10 * 10 * 16的卷積層c3（即，需要在大小為14 * 14 * 6的s2上應用16個濾鏡，並獲得輸出10 * 10 * 16）。 為此，我需要使用kernal_size = 5*5 ， filers=16 ， stride = 1和padding=valid 。

對於我的自定義連接，我不想一次使用s2的全部6個特征圖，而是要單獨使用它們。 我正在使用lambda函數，如下所示：

例如，如果我想使用s2的第零個特征圖並對其應用1個過濾器，我將執行以下操作：

group0_a = Lambda(lambda x: x[:,:,:,0], output_shape=lambda x: (x[0], x[1], x[2], 1))(s2)

conv_group0_a = Conv2D(1, kernel_size=[5,5], strides=(stride,stride), padding="valid", activation = 'tanh')(group0_a)

現在，我得到一個錯誤：

Input 0 of layer conv2d_10 is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: [None, 14, 14] Input 0 of layer conv2d_10 is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: [None, 14, 14] group0_a Input 0 of layer conv2d_10 is incompatible with the layer: expected ndim=4, found ndim=3. Full shape received: [None, 14, 14]用於group0_a

Answer 1

好的，因此您可以訪問s2的第零個特征圖並對其應用1個過濾器，您可以按如下所示訪問它：

group0_a = Lambda(lambda x: x[:,:,:,0:1], output_shape=lambda x: (x[0], x[1], x[2], 1))(s2)

conv_group0_a = Conv2D(1, kernel_size=[5,5], strides=(stride,stride), padding="valid", activation = 'tanh')(group0_a)

我唯一做的是代替lambda函數的x作為x[:,:,:,0] ，我將其作為x[:,:,:,0:1]傳遞。