python - 创建一个向我的张量添加零 channel 的层

Question

我正在研究 DCSCN(图像超分辨率的神经网络)，我想根据 Alex Kendall 和 Yarin Gal 的“计算机视觉贝叶斯深度学习中我们需要什么不确定性？”中的方法来评估不确定性。使用 Keras。

为此，我需要一个采用形状为 (?,n,m,3) 的张量并返回 (?,n,m,4) 和 (?,n,m,-1) 的张量的层带零。

我尝试过这个功能:

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)

加注:

Expected int32, got None of type '_Message' instead.

我认为这是因为 input_shape[0] 是动态的，但我没有看到其他方法来获得我想要的东西。

有人有想法吗？

谢谢!

Answer 1

尝试将 K.int_shape 替换为 K.shape 以获取张量或变量的符号形状，而不是整数形状。