python - Keras 2.2.4 如何从 Keras 1.x.x 复制 merge()

Question

我正在尝试使用 TensorFlow 后端将 Keras 1.x.x 代码转换为 2.2.x。

我在 Keras 1.x.x 中有以下内容，它接受以下输入:

• org_image 3 个 RGB 颜色 channel 上的 256x256 图像 shape=(256,256,3)
• mask 1 个黑白颜色 channel 上的 256x256 mask shape=(256,256,1)

我希望将图像与 mask 结合起来，以获得 mask 区域缺失的新裁剪图像。为此，我首先使用 1 - mask 对 mask 取反，其中 1 是一个张量。然后我按元素乘以 org_image * (1 - mask) 以获得新裁剪的图像。 Keras 1.x.x 中的代码如下所示

from keras.layers import Input, merge

input_shape = (256,256,3)

org_img = Input(shape=input_shape)
mask = Input(shape=(input_shape[0], input_shape[1], 1))
input_img = merge([org_img, mask],
                   mode=lambda x: x[0] * (1 - x[1]),
                   output_shape=input_shape)

在 Keras 2.2.x 中，引入了一项重大更改，将 merge() 函数替换为 Add()、Subtract()、Multiply() ...等等。前面的 merge() 具有 mode=lambda x: x[0] * (1 - x[1]) 的便利性，它等于 mode= lambda [org_img, mask]: org_img * (1 - mask).

如何在 Keras 2.2.x 中复制 1 - mask？我需要在 tf.backend.ones 中导入吗？

或者我可能需要 tf.enable_eager_execution()？

我对此很陌生，所以我知道很多事情都在我头上。如果有人能澄清我的误解在哪里，我将不胜感激，谢谢!

Answer 1

为自定义函数或 lambda 表达式使用 Lambda 层:

input_img = Lambda(lambda x: x[0] * (1 - x[1]), output_shape=input_shape)([org_img, mask])

如果您使用 tensorflow 作为后端，则 output_shape 是可选的。

其他有用的图层:

• 连接(轴=...)(list_of_inputs)
• Add()(list_of_inputs)
• Multiply()(list_of_inputs)