我想創建一個接受多個輸入的模型，其中一個輸入是回圈必須在自定義層中運行的時間，示例實作如下：
import tensorflow as tf
class TrialLayer(tf.keras.layers.Layer):
def __init__(self):
super().__init__()
self.d = tf.Variable(2.0)
def call(self, a, b,c):
e = 0.0
# iterator = tf.shape(tf.range(c)) # fails
for i in range(c):
e = e a b self.d
return e
# =============================================================================
input_a = tf.keras.layers.Input(shape=(1), dtype=tf.float32)
input_b = tf.keras.layers.Input(shape=(1), dtype=tf.float32)
input_c = tf.keras.layers.Input(shape=(1), dtype=tf.int32)
tl = TrialLayer()(input_a, input_b, input_c)
model = tf.keras.models.Model(inputs=[input_a,input_b,input_c], outputs=tl)
print(model([2.0,3.0,4]))
這給出了錯誤
ValueError: Shape must be rank 0 but is rank 2
for 'limit' for '{{node trial_layer_1/range}} = Range[Tidx=DT_INT32](trial_layer_1/range/start, trial_layer_1/Maximum, trial_layer_1/range/delta)' with input shapes: [], [?,1], [].
如何將迭代器值作為輸入傳遞？
uj5u.com熱心網友回復：
也許嘗試使用tf.Variable與tf.while_loop這樣的結合：
import tensorflow as tf
class TrialLayer(tf.keras.layers.Layer):
def __init__(self):
super().__init__()
self.d = tf.Variable(2.0)
def call(self, a, b, c):
e = tf.Variable(0.0, shape=tf.TensorShape(None))
i = tf.constant(0)
while_condition = lambda i: tf.math.less_equal(i, c)
def body(i):
e.assign_add(a b self.d)
return [tf.add(i, 1)]
_ = tf.while_loop(while_condition, body, [i])
return e
input_a = tf.keras.layers.Input(shape=(1), dtype=tf.float32)
input_b = tf.keras.layers.Input(shape=(1), dtype=tf.float32)
input_c = tf.keras.layers.Input(shape=(1), dtype=tf.int32)
tl = TrialLayer()(input_a, input_b, input_c)
model = tf.keras.models.Model(inputs=[input_a,input_b,input_c], outputs=tl)
tf.print(model([2.0,3.0, 4]))
# 35
您還可以將條件更改為tf.math.less(i, c)28 作為您的輸出。
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/391932.html