如何使用 Keras Tensorflow 删除张量中的最后一行和最后一列

Question

假设我有一个张量(None, 2, 56, 56, 256)。现在我想通过删除最后一列和最后一行来获得形状为(None, 2, 55, 55, 256) 的张量。如何使用 Keras/Tensorflow 实现这一目标？

Answer 1

在 tensorflow 中，我们可以使用 python slice notation 对张量进行切片。所以，给定一个形状为(20,2,56,56,256) 的张量X 说（如您所描述的，但批量大小为20），我们可以轻松地将它切片，除了第二维和第三维中的最后一个“行”之外，如下所示：

X[:,:,:-1,:-1,:]

注意使用:-1 表示“最后'行'之前的所有内容”。

鉴于在 tensorflow 中对张量进行切片的知识，我们只需要针对 keras 进行调整即可。当然，我们可以写一个完整的custom layer 来实现这个（或者甚至可能找到一个其他人写的——我没看过但切片很常见，所以怀疑有人在某个地方写了一些东西！）。

但是，对于这么简单的事情，我建议只使用 Lambda layer，我们可以定义如下：

my_slicing_layer = Lambda(lambda x: x[:,:,:-1,:-1,:], name='slice')

并且可以在我们的 keras 模型中正常使用：

my_model = Sequential([
    Activation('relu', input_shape=(2,56,56,256)),
    my_slicing_layer
])