Tensorflow中的加性高斯噪声

Question

我试图通过以下方式将高斯噪声添加到我的网络层.

def Gaussian_noise_layer(input_layer, std):
    noise = tf.random_normal(shape = input_layer.get_shape(), mean = 0.0, stddev = std, dtype = tf.float32) 
    return input_layer + noise

我收到错误:

ValueError:无法将部分已知的TensorShape转换为Tensor:(？,2600,2000,1)

我的小批量有时需要具有不同的大小,因此在执行时间之前不会知道input_layer张量的大小.

如果我理解正确,有人回答无法在TensorFlow中转换部分转换的张量建议将形状设置为tf.shape(input_layer).然而,当我尝试将卷积层应用于该噪声层时,我得到另一个错误:

ValueError:形状的暗淡必须是已知的,但是为None

在执行时间之前,实现将高斯噪声添加到未知形状的输入层的目标的正确方法是什么？

Answer 1

要动态获取具有未知尺寸的张量的形状,您需要使用 tf.shape()

例如

import tensorflow as tf
import numpy as np


def gaussian_noise_layer(input_layer, std):
    noise = tf.random_normal(shape=tf.shape(input_layer), mean=0.0, stddev=std, dtype=tf.float32) 
    return input_layer + noise


inp = tf.placeholder(tf.float32, shape=[None, 8], name='input')
noise = gaussian_noise_layer(inp, .2)
noise.eval(session=tf.Session(), feed_dict={inp: np.zeros((4, 8))})