我正在研究DCSCN(图像超级rez的神经网络),我想根据Alex Kendall和Yarin Gal方法在“贝叶斯深度学习计算机视觉需要什么不确定性?”中评估不确定性。使用Keras。
为此,我需要一个采用张量形状(?,n,m,3)的层,并用(?,n,m,-1)返回带有零的(?,n,m,4)张量。
我试过这个功能:
def AddChan(**kwargs):
def layer(x):
input_shape = K.int_shape(x)
output_shape = (input_shape[0], input_shape[1],input_shape[2],1)
z = K.zeros(output_shape)
res = K.concatenate([x, z], axis=-1)
return res
return Lambda(layer, **kwargs)
提出:
Expected int32, got None of type '_Message' instead.
我认为这是因为input_shape[0]
是动态的,但我没有看到另一种方式来获得我想要的东西。
有没有人有想法?
谢谢 !
尝试用K.int_shape
替换K.shape
以获得张量或变量的符号形状而不是整数形状。