小编dav*_*vid的帖子

我想在 Keras 中使用扩张卷积。我发现AtrousConv2D但在 Keras 文档中找不到任何定义，当我使用时

acov=AtrousConv2D((3,3))(image)

它产生这个错误

init () 缺少 1 个必需的位置参数：'kernel_size'

我需要扩张卷积，但我不知道如何使用此层或如何自己生成此层。

我有一个自动编码器，我需要在输出后添加一个高斯噪声层。我需要一个自定义层来执行此操作，但我真的不知道如何生成它，我需要使用张量生成它。

如果我想在下面代码的调用部分实现上面的等式，我该怎么做？

class SaltAndPepper(Layer):

    def __init__(self, ratio, **kwargs):
        super(SaltAndPepper, self).__init__(**kwargs)
        self.supports_masking = True
        self.ratio = ratio

    # the definition of the call method of custom layer
    def call(self, inputs, training=None):
        def noised():
            shp = K.shape(inputs)[1:]

         **what should I put here????**            
                return out

        return K.in_train_phase(noised(), inputs, training=training)

    def get_config(self):
        config = {'ratio': self.ratio}
        base_config = super(SaltAndPepper, self).get_config()
        return dict(list(base_config.items()) + list(config.items()))

我也尝试使用 lambda 层来实现，但它不起作用。

我有一个自动编码器，我使用不同的解决方案检查了模型的准确性，例如更改 conv 层的数量并增加它们，添加或删除批量标准化，更改激活函数，但所有这些的准确性是相似的，但没有有任何奇怪的改进。我很困惑，因为我认为这些不同解决方案的准确度应该不同，但它是 0.8156。你能帮我解决什么问题吗？我也用 10000 个 epoch 训练它，但是 50 个 epoch 的输出是一样的！我的代码是错误的还是不能变得更好？！ 精度图

我也不确定学习率衰减是否有效？！我也把我的代码放在这里：

from keras.layers import Input, Concatenate, GaussianNoise,Dropout,BatchNormalization
from keras.layers import Conv2D
from keras.models import Model
from keras.datasets import mnist,cifar10
from keras.callbacks import TensorBoard
from keras import backend as K
from keras import layers
import matplotlib.pyplot as plt
import tensorflow as tf
import keras as Kr
from keras.callbacks import ReduceLROnPlateau
from keras.callbacks import EarlyStopping
import numpy as np
import pylab as pl
import matplotlib.cm as cm
import keract …