在 Keras 中使用带有 Lambda 层的可变索引切片张量

Question

给定一个 3D 输入张量（比如说 (8,32,100)），我正在尝试在 Keras 中实现一个 Lambda 层来选择这样的输入向量的切片。

如果我总是想要相同的切片（例如，位于第二维位置 2 和 4 之间的所有输入），我认为这会起作用：

Lambda(lambda x: x[:,2:4,:], output_shape=(3,100,), name="lambda_layer")(input)

但就我而言，对于每个训练样本，我都有兴趣访问不同的切片，然后将它们连接到 Dense 层。我尝试了这些行下方的选项，但我无法将标量（i 和 j）提供给模型，因为它们将被视为元组（并且定义 shape=(1) 无效）。

i = Input(shape=(1,), dtype="int32") j = Input(shape=(1,), dtype="int32") Lambda(lambda x: x[:,i:j,:], output_shape=(3,100,), name="lambda_layer")([input,i,j])

Answer 1

你应该可以做这样的事情：

F = Lambda(lambda x, i, j: x[:,i:j,:], output_shape=(3,100,), name="lambda_layer")  # Define your lambda layer
F.arguments = {'i': 2, 'j':4}  # Update extra arguments to F
F(x)  # Call F

您可以在此处查看 arguments 如何作为 kwargs 传入您的函数：https://github.com/fchollet/keras/blob/bcef86fad4227dcf9a7bb111cb6a81e29fba26c6/keras/layers/core.py#L651