Keras 中的泊松/非負高斯噪聲數據增強

Question

在將能量分布的“圖像”傳遞給 CNN 之前，我正在使用 Keras 進行一些數據增強。 我想給圖像添加一些噪點，但是這個噪點不能小於 0。

數據位於形狀為 (5000,29,29) 的 numpy 數組中，數據增強的代碼目前為：

data_augmentation = keras.Sequential([
  keras.layers.experimental.preprocessing.RandomFlip(), 
  keras.layers.GaussianNoise(1)
], name='DataAugm')

有沒有辦法添加泊松噪聲，這顯然已經是非負的，或者具有被截斷到數據增強層的負值的高斯噪聲，或者我是否必須在將其解析到 NN 之前手動將其添加到數據中？

編輯：遵循此處給出的建議： 如何在 Keras 中向輸入數據添加均勻分布的噪聲？

我像這樣創建了一個 class ：

class noiseLayer(keras.layers.Layer):

    def __init__(self,mean):
        super(noiseLayer, self).__init__()
        self.mean = mean

    def call(self, input):

        mean = self.mean

        return input + np.random.poisson(mean)

我將它添加到我的數據增強中，如下所示：

data_augmentation = keras.Sequential([
  keras.layers.experimental.preprocessing.RandomFlip(),
  noiseLayer(mean = 1)(x)
], name='DataAugm')

但我收到錯誤：添加的層必須是 class 層的實例。 找到：Tensor("noise_layer_8/Identity:0", shape=(None, 29, 29, 1), dtype=float32)

我不明白為什么定義為 keras.layer 的 class 實際上不被視為一個層。

有人可以幫我解決這個問題嗎？

第二次編輯以刪除 tf.keras，因為我已經讀到問題可能是 tf.keras 層和 keras 層之間的兼容性，但是我仍然遇到相同的錯誤

Answer 1

備查：

根據youngseok jeon 在我上面鏈接的線程上的建議，問題似乎在於包含（x）。

改為使用：

data_augmentation = keras.Sequential([
  keras.layers.experimental.preprocessing.RandomFlip(),
  noiseLayer(mean = 1)
], name='DataAugm')

代碼運行沒有錯誤。