在Keras中创建恒定值

Question

我试图在keras模型中创建一个常量变量。到目前为止，我一直在做的是将其作为输入传递。但是它始终是一个常量，因此我希望将其作为常量（输入[1,2,3...50]用于每个示例=>，因此我np.tile(np.array(range(50)),(len(X_input)))通常在每个示例中都进行重现）

所以现在我有了：

constant_input = Input(shape=(50,), dtype='int32', name="constant_input")

给出张量： Tensor("constant_input", shape(?,50), dtype=int32)

现在尝试将其作为常量：

np_constant = np.array(list(range(50))).reshape(1, 50)
tf_constant = K.constant(np_constant)
tensor_constant = Input(tensor=tf_constant, shape=(50,), dtype='int32', name="constant_input")

给出张量： Tensor("constant_input", shape(50,1),dtype=float32)

但是我想要的是在每个批次中要缩放的常数，这意味着张量的形状应该(?, 50)与使用的方式相同Input。

有可能这样做吗？

Answer 1

您不能有大小可变的常数。常数始终具有相同的值。您可以做的是获取(1, 50)常量，然后使用将该常量平铺在TensorFlow中K.tile。也可以np.arange代替更好地使用np.array(list(range(50))。就像是：

from keras.layers.core import Lambda
import keras.backend as K

def operateWithConstant(input_batch):
    tf_constant = K.constant(np.arange(50).reshape((1, 50)))
    batch_size = K.shape(input_batch)[0]
    tiled_constant = K.tile(tf_constant, (batch_size, 1))
    # Do some operation with tiled_constant and input_batch
    result = ...
    return result

input_batch = Input(...)
input_operated = Lambda(operateWithConstant)(input_batch)
# continue...