Tensorflow CNN：从要在 Lambda 层中使用的卷积层访问数据

Question

我正在使用 Tensorflow 2.x 在卷积层之后创建一个 Lambda 层。我有一个名为 "custom_layer" 的函数，它接收前一个卷积层的张量输出。我需要从这个张量中提取卷积层的每个特征图并执行数学运算。最后，必须将输出组合成一个张量并返回以供下一层使用。

#Lamba layer
def custom_layer(tensor):
    # perform operation on individual feature maps


    # return the combined tensor output
    return tensor

model = tf.keras.models.Sequential([
    tf.keras.layers.Conv2D(filters= 64, kernel_size= (3,3), input_shape = (28,28,1), activation = 'relu', name = 'conv2D_1'),

    tf.keras.layers.Lambda(custom_layer, name="lambda_layer"),

    tf.keras.layers.Conv2D(filters= 64, kernel_size= (3,3), activation = 'relu', name = 'conv2D_2'),
    tf.keras.layers.MaxPooling2D(pool_size = (2,2), name = 'MaxPool2D_1'),      
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation= 'softmax')])

使用 tf.print(tensor) 我能够查看张量输出（特征图）。但是我无法找到一种方法来访问这些单独的特征图。

Answer 1

问题已解决。我在 custom_layer(tensor) 函数中使用了 tf.py_function()。

Tensorflow CNN：从要在 Lambda 层中使用的卷积层访问数据

Tensorflow CNN: Accessing the data from the Convolution layer to be used in the Lambda layer

deep-learning

conv-neural-network

keras

tensorflow

tensorflow2.0