python - 如何将无维度添加回张量？

Question

我在 Lambda 层中进行了一些转换，现在形状为 (1,)，如何返回到 (None, 1)？

这是我的操作

def function_lambda(x):
    import keras.backend

    aux_array = keras.backend.sign(x)
    #the shape is (?, 11) here OK

    aux_array = keras.backend.relu(aux_array)
    #the shape is (?, 11) here still OK

    aux_array = keras.backend.any(aux_array)
    #the shape is () here not OK

    aux_array = keras.backend.reshape(aux_array, [-1])
    #now the shape is (1,) almost OK

    return aux_array

如何 reshape 并放回None Batch Dimension？

Answer 1

tf.reshape 有一个限制，它无法使用“无”维度。据我所知，我们唯一可以定义“无”维度的地方是 tf.placeholder。以下内容应该有效:

def function_lambda(x):
    import keras.backend

    aux_array = keras.backend.sign(x)
    #the shape is (?, 11) here OK

    aux_array = keras.backend.relu(aux_array)
    #the shape is (?, 11) here still OK

    aux_array = keras.backend.any(aux_array)
    #the shape is () here not OK

    aux_array = keras.backend.placeholder_with_default(aux_array, [None,1])
    #now the shape is (?,1) OK

    return aux_array

附加说明:在尝试使用 Google 机器学习引擎时，创建新的占位符以重新引入“无”维度非常有用。 MLE 要求第一个维度(批处理)始终保持“无”或未知。