小編這次要給大家分享的是keras加入lambda層時shape出現(xiàn)問題怎么辦，文章內(nèi)容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。

成都創(chuàng)新互聯(lián)公司-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設、高性價比呼和浩特網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式呼和浩特網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設找我們，業(yè)務覆蓋呼和浩特地區(qū)。費用合理售后完善，十載實體公司更值得信賴。

使用keras時，加入keras的lambda層以實現(xiàn)自己定義的操作。但是，發(fā)現(xiàn)操作結果的shape信息有問題。

我的后端是theano，使用了sum操作。

比如輸入時，shape為（32，28，28），其中32為batch大小。

此時對應的ndim應該等于3。

但是，lambda處理后結果顯示_keras_shape為（32，28，28），而ndim卻是2。

這導致后邊各項操作都會出現(xiàn)問題。

此處sum函數(shù)加入?yún)?shù)keepdims=True即可。

此注意keras中的各種層幾乎都不用去理會batch的大小，系統(tǒng)會自動在shape中加入None占位，所以很多參數(shù)也不用加入batch的大小。但是進行sum等操作時，選擇按照哪個axis進行操作，要考慮batch的存在。

補充知識：keras Merge or merge

在使用keras merge層時，發(fā)現(xiàn)有Merge 、merge兩種：

from keras.layers import Merge

from keras.layers import merge

使用第一種是報錯

“TensorVariable object has no attribute 'get_output_shape_at' ”

使用第二種小寫即可。

看完這篇關于keras加入lambda層時shape出現(xiàn)問題怎么辦的文章，如果覺得文章內(nèi)容寫得不錯的話，可以把它分享出去給更多人看到。

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

當前文章：keras加入lambda層時shape出現(xiàn)問題怎么辦-創(chuàng)新互聯(lián)
網(wǎng)站鏈接：http://weahome.cn/article/pisgs.html