keras加入lambda层时shape出现问题怎么办

小编这次要给大家分享的是keras加入lambda层时shape出现问题怎么办，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。

使用keras时，加入keras的lambda层以实现自己定义的操作。但是，发现操作结果的shape信息有问题。

我的后端是theano，使用了sum操作。

比如输入时，shape为（32，28，28），其中32为batch大小。

此时对应的ndim应该等于3。

但是，lambda处理后结果显示_keras_shape为（32，28，28），而ndim却是2。

这导致后边各项操作都会出现问题。

此处sum函数加入参数keepdims=True即可。

此注意keras中的各种层几乎都不用去理会batch的大小，系统会自动在shape中加入None占位，所以很多参数也不用加入batch的大小。但是进行sum等操作时，选择按照哪个axis进行操作，要考虑batch的存在。

补充知识：keras Merge or merge

在使用keras merge层时，发现有Merge 、merge两种：

from keras.layers import Merge

from keras.layers import merge

使用第一种是报错

“TensorVariable object has no attribute 'get_output_shape_at' ”

使用第二种小写即可。

看完这篇关于keras加入lambda层时shape出现问题怎么办的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。