添加要与字符串一起使用的自定义激活函数

Question

我关注了this的回复：

get_custom_objects().update(act_dispatcher)

act_dispatcher 是一个字典，其中包含我想添加的所有激活函数，例如 {'fun_1':fun_1, 'fun_2': fun_2}。

首先引起我注意的是，在开始时，如果我什么都不添加，get_custom_objects() 返回一个空字典{}。添加函数后，我检查每个对get_custom_objects() 的调用是否符合我所说的。

但是，我收到了ValueError: Unknown activation function:<my_fun>

我加了一行

assert 'my_func', in get_custom_objects().keys()

tf.keras.layers.Dense(128, activation='my_func')

并且断言通过没有问题，在 keras Dense init 中提到了错误。

---

错误发生在deserialize_keras_object，其中：

• custom_objects 是 None
• _GLOBAL_CUSTOM_OBJECTS 是 {}（可能不应该为空）。
• module_objects.get(object_name) 返回无（module_objects 接缝正确）。

---

安装

我正在使用 anaconda 环境。由于我首先使用from keras.utils.generic_utils import get_custom_objects 出现错误，我使用conda install -c conda-forge keras-applications 安装了keras-applications

Answer 1

我可以正常运行这些代码，您可以尝试将from tensorflow.keras.utils.generic_utils import get_custom_objects 更改为from tensorflow.keras.utils import get_custom_objects 看看是否有帮助：

from tensorflow.keras import backend as K
from tensorflow.keras.utils import get_custom_objects
from tensorflow.keras.layers import Activation, Conv2D
from tensorflow.keras.models import Sequential

def my_func(x, beta=1.0):
    return x * K.sigmoid(beta * x)

model = Sequential()
model.add(Conv2D(64, (3, 3)))
model.add(Activation(my_func))

get_custom_objects().update({'my_func': Activation(my_func)})

model.add(Conv2D(64, (3, 3), activation='my_func'))