python - Keras GaussianNoise 层没有效果？

Question

我想使用 keras 的功能 API 为我的 CNN 中的图像添加一些高斯噪声，但是在测试一些不同的 stddev 值时，我注意到高斯层对输入数据没有任何作用。
我使用以下代码进行测试:

import tensorflow as tf
import numpy as np
import cv2

stddev = 0.1
image = cv2.imread(<img_path>)
image = (image.astype('float32') - 127.5) / 127.5

input_layer = tf.keras.layers.Input(shape=(128,128,3))
gaus = tf.keras.layers.GaussianNoise(stddev)(input_layer)
model = tf.keras.models.Model(inputs=input_layer, outputs=gaus)

noisy_image = model(image)

print(f'Pixel value at 0,0: {image[0,0]}')
print(f'Pixel value at 0,0: {noisy_image.numpy()[0,0]}')
# Output
# Pixel value at 0,0: [ 0.09803922 -0.30980393 -0.56078434]
# Pixel value at 0,0: [ 0.09803922 -0.30980393 -0.56078434]

我为 stddev 输入什么值并不重要(尝试了从 0.001 到 10000 的所有内容)。我预计这些值会略有不同(或者当 stddev=1000 时差异很大)。难道我做错了什么？

也许我应该提到我在 Windows 10 上使用 tensorflow-gpu==2.0.0-rc0

Answer 1

如果您检查 the docs ，它表示该层仅在训练期间处于事件状态，因为它应该用作正则化器。查看源代码证实了这一点。所以看起来你是否需要确保模型“知道”它处于训练模式。做这件事有很多种方法:

如果您使用 model.compile/model.fit界面，这应该自动完成。

如果您将该模型用作可调用对象，则它应该接受 training您可以设置为 training=True 的参数在每次通话的基础上“激活”训练模式。 IE。 noisy_image = model(image, training=True) .

您可以使用 tf.keras.backend.set_learning_phase(1) “全局”激活训练模式(稍后使用参数 0 再次调用以停用)。