如何在 Keras 中使用任意内核初始化卷积层？

Question

我想通过 Keras 中未定义的特定内核初始化卷积层。例如，如果我定义以下函数来初始化内核：

def init_f(shape):
      ker=np.zeros((shape,shape))
      ker[int(np.floor(shape/2)),int(np.floor(shape/2))]=1
      return ker

并且卷积层设计如下：

model.add(Conv2D(filters=32, kernel_size=(3,3),
                      kernel_initializer=init_f(3)))

我收到错误：

无法解释初始化标识符

我在以下位置关注了类似的问题：https : //groups.google.com/forum/#!topic/keras-users/J46pplO64-8 但我无法将其调整为我的代码。你能帮我在 Keras 中定义任意内核吗？

Answer 1

需要修复的几个项目。让我们从内核初始化程序开始。从文档：

如果传递自定义可调用对象，则它必须采用参数 shape（要初始化的变量的形状）和 dtype（生成值的 dtype）

所以签名应该变成：

def init_f(shape, dtype=None)

该函数可以在没有 的情况下工作dtype，但最好将其保留在那里。这样你就可以dtype在你的函数中指定to 调用，例如：

np.zeros(shape, dtype=dtype)

这也解决了您的第二个问题：shape参数是一个元组，因此您只需将其直接传递给np.zeros，而无需创建另一个元组。

我猜你正试图用中间的 1 初始化内核，所以你也可以概括你的函数以处理它收到的任何形状：

ker[tuple(map(lambda x: int(np.floor(x/2)), ker.shape))]=1

把它们放在一起：

def init_f(shape, dtype=None):
    ker = np.zeros(shape, dtype=dtype)
    ker[tuple(map(lambda x: int(np.floor(x/2)), ker.shape))]=1
    return ker

最后一个问题。您需要将函数传递给层，而不是调用的结果：

model.add(Conv2D(filters=32, kernel_size=(3,3),
                  kernel_initializer=init_f))

layer 函数会将参数传递给init_f.