keras slice layer 层 实现

本文主要是介绍keras slice layer 层 实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

注意的地方： keras中每层的输入输出的tensor是张量， 比如Tensor shape是（N, H, W, C), 对于tf后台， channels_last

Define a slice layer using Lamda layer

def slice(x, h1, h2, w1, w2):""" Define a tensor slice function"""return x[:, h1:h2, w1:w2, :]

定义完slice function之后，利用lambda layer添加到定义的网络中去

# Add slice layer
slice_1 = Lambda(slice, arguments={'h1': 0, 'h2': 6, 'w1': 0, 'w2': 6})(sliced)
# As for tensorfow backend, Lambda doesn't need output shape argument
slice_2 = Lambda(slice, arguments={'h1': 0, 'h2': 6, 'w1': 6, 'w2': 12})(sliced)

 

这篇关于keras slice layer 层 实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---