deep-learning - 如何在 Keras 中按列拆分张量以实现 STFCN

Question

我想在 Keras 中实现时空全卷积网络(STFCN)。我需要输入 3D 卷积输出的每个深度列，例如形状为 (64, 16, 16) 的张量，作为单独 LSTM 的输入。

为了清楚起见，我有一个 (64 x 16 x 16)维度张量 (channels, height, width) .我需要将张量(显式或隐式)拆分为 16 * 16 = 256 个形状的张量 (64 x 1 x 1) .

这是 STFCN 论文中用于说明时空模块的图表。我上面描述的是“空间特征”和“时空模块”之间的箭头。



这个想法如何在 Keras 中得到最好的实现？

Answer 1

您可以使用 tf.split来自使用 Keras 的 Tensorflow Lambda层

使用 Lambda 分割形状为 (64,16,16) 的张量进入 (64,1,1,256)然后子集您需要的任何索引。

import numpy as np
import tensorflow as tf
import keras.backend as K
from keras.models import  Model
from keras.layers import Input, Lambda

# input data
data = np.ones((3,64,16,16))

# define lambda function to split
def lambda_fun(x) : 
    x = K.expand_dims(x, 4)
    split1 = tf.split(x, 16, 2)
    x = K.concatenate(split1, 4)
    split2 = tf.split(x, 16, 3)
    x = K.concatenate(split2, 4)
    return x

## check thet splitting works fine
input = Input(shape= (64,16,16))
ll = Lambda(lambda_fun)(input)
model = Model(inputs=input, outputs=ll)
res = model.predict(data)
print(np.shape(res))    #(3, 64, 1, 1, 256)