Keras中具有Lambda层的具有可变索引的切片张量

Question

给定3D输入张量（假设为（8,32,100）），我试图在Keras中实现Lambda层以选择此类输入向量的切片。

如果我一直想要相同的切片（例如，所有维之间的所有输入都位于第二维的位置2和4之间），那么我认为这会起作用：

Lambda(lambda x: x[:,2:4,:], output_shape=(3,100,), name="lambda_layer")(input)

但就我而言，对于每个训练样本，我都有兴趣访问不同的切片，然后将它们连接到密集层。我在这些行下面尝试了该选项，但是我无法将标量（i和j）输入模型，因为它们将被视为元组（并且定义shape=(1)无效）。

i = Input(shape=(1,), dtype="int32") j = Input(shape=(1,), dtype="int32") Lambda(lambda x: x[:,i:j,:], output_shape=(3,100,), name="lambda_layer")([input,i,j])

Answer 1

你应该能够做这样的事情：

F = Lambda(lambda x, i, j: x[:,i:j,:], output_shape=(3,100,), name="lambda_layer")  # Define your lambda layer
F.arguments = {'i': 2, 'j':4}  # Update extra arguments to F
F(x)  # Call F

您可以在此处查看如何将其arguments作为 kwargs 传递到您的函数：https://github.com/fchollet/keras/blob/bcef86fad4227dcf9a7bb111cb6a81e29fba26c6/keras/layers/core.py#L651