python - 类型错误 : Output tensors to a Model must be Keras tensors

Question

我想获取输入图像 img(它也有负值)并将其馈送到两个激活层。但是，我想做一个简单的转换，例如将整个图像乘以 -1.0:

left = Activation('relu')(img)
right = Activation('relu')(tf.mul(img, -1.0))

如果我这样做，我会得到:

TypeError: Output tensors to a Model must be Keras tensors. Found: Tensor("add_1:0", shape=(?, 5, 1, 3), dtype=float32)

我不确定该如何解决。是否有 Keras 方面的 mul() 方法可以用于此类事情？或者我能否以某种方式包装 tf.mul(img, -1.0) 的结果，以便我可以将其传递给 Activation？

请注意:负值可能很重要。从而转换图像 st。最小值只是 0.0 不是这里的解决方案。

---

同样的错误

left = Activation('relu')(conv)
right = Activation('relu')(-conv)

---

同样的错误:

import tensorflow as tf

minus_one = tf.constant([-1.])

# ...

    right = merge([conv, minus_one], mode='mul')

Answer 1

创建 Lambda 层来包装您的函数是否有效？

参见文档 here

from keras.layers import Lambda
import tensorflow as tf

def mul_minus_one(x):
    return tf.mul(x,-1.0)
def mul_minus_one_output_shape(input_shape):
    return input_shape

myCustomLayer = Lambda(mul_minus_one, output_shape=mul_minus_one_output_shape)
right = myCustomLayer(img)
right = Activation('relu')(right)