Tensorflow 中的加性高斯噪声

Question

我正在尝试通过以下方式将高斯噪声添加到我的网络层。

def Gaussian_noise_layer(input_layer, std):
    noise = tf.random_normal(shape = input_layer.get_shape(), mean = 0.0, stddev = std, dtype = tf.float32) 
    return input_layer + noise

我遇到错误：

ValueError: Cannot convert a partially known TensorShape to a Tensor: (?, 2600, 2000, 1)

我的小批量有时需要不同的大小，所以 input_layer 张量的大小要到执行时才能知道。

如果我没理解错的话，有人回答建议将形状设置为tf.shape(input_layer)。然而，当我尝试将卷积层应用于那个嘈杂层时，我得到另一个错误：

ValueError: dims of shape must be known but is None

实现将高斯噪声添加到执行时间之前形状未知的输入层的目标的正确方法是什么？

Answer 1

要动态获取维度未知的张量的形状，您需要使用 tf.shape()

例如

import tensorflow as tf
import numpy as np


def gaussian_noise_layer(input_layer, std):
    noise = tf.random_normal(shape=tf.shape(input_layer), mean=0.0, stddev=std, dtype=tf.float32) 
    return input_layer + noise


inp = tf.placeholder(tf.float32, shape=[None, 8], name='input')
noise = gaussian_noise_layer(inp, .2)
noise.eval(session=tf.Session(), feed_dict={inp: np.zeros((4, 8))})

Tensorflow 中的加性高斯噪声

additive Gaussian noise in Tensorflow

machine-learning

neural-network

deep-learning

conv-neural-network

tensorflow