numpy.random.normal 的 Tensorflow 等效项答案

【问题标题】：Tensorflow equivalent of numpy.random.normalnumpy.random.normal 的 Tensorflow 等效项
【发布时间】：2021-10-05 15:42:20
【问题描述】：

我正在尝试向 Keras 预训练图像网络中每个激活层的输出添加高斯噪声。我在每个激活层之后插入一个自定义层。在这个自定义层中，我想添加一个带有 stddev 的高斯噪声作为输入张量的百分比。在numpy中，如果我有一个stddev矩阵stddev_dist，我会生成随机高斯噪声为

guass_noise = np.random.normal(scale = stddev_dist, size=stddev_dist.shape)

如何对自定义层中的输入张量进行等效处理。 stddev_dist_tensor = tf.abs(input) * 0.02 (stddev= 输入张量的 2%)

有人可以帮助为 stddev_dist_tensor 生成高斯噪声吗？

【问题讨论】：

tf.random.normal ?
嗨！你能看看这两个关于在自定义层中添加高斯噪声的链接吗？ stackoverflow.com/questions/57842958/…programcreek.com/python/example/89663/…tensorflow.org/api_docs/python/tf/keras/layers/…

标签： python numpy tensorflow keras tf.keras

【解决方案1】：

keras 层之间高斯噪声的可能解决方案

import tensorflow as tf
stddev=0.02
input_layer = tf.keras.layers.InputLayer(input_shape=(128,128,3))
gaus        = tf.keras.layers.GaussianNoise(stddev,name='output')(input_layer)
model       = tf.keras.models.Model(inputs=input_layer, outputs=gaus)

【讨论】：