如何删除 keras 中张量的第一个元素作为图层？答案

【问题标题】：How do I remove the first element of a tensor in keras as a layer?如何删除 keras 中张量的第一个元素作为图层？
【发布时间】：2017-08-03 20:56:00
【问题描述】：

如何将 keras 中张量的第一个元素作为层移除？例如：

layer = Input(input_shape=(100,),name='input')
layer = Conv1D(97,kernel_size=10,strides=10)(layer)
layer = >something that removes the first element<(layer)
layer = Flaten()(layer)
model = Model(input,layer)

此模型将具有 97*9 输出。 97 来自 Conv 层，每个 conv 过滤器将输出 10 节点，但这些节点中的第一个将被我正在寻找的层删除。因为conv层有(batch_size,10,97)的形状，所以我正在寻找一种方法来删除axis=1的第一个元素。

我该怎么做呢？我尝试使用 Lambda 层，但我不知道如何进行这项工作。

编辑：我问这个问题是因为我想做的是如果我有一层形状(batch_size, x, y) 我想将其转换为形状(batch_size, 0.5x, 2y)，如果x 是例如10，元素0,2,4,6,8 和1,3,5,7,9 相互堆叠。现在我正在使用Maxpooling1D(pool_size=1, strides=2) 来生成0,2,4,6,8。要生成1,3,5,7,9，我必须在应用 maxpooling 层之前以上述方式从一开始就删除 1 个元素。非常感谢您的宝贵时间！

【问题讨论】：

+1。我也需要它，以便在左 LSTM 和右 LSTM 之间实现偏移为 2 的双向 LSTM
@NadavB 嘿，我为你添加了一个答案 :)

标签： keras conv-neural-network

【解决方案1】：

因为@NadavB 想知道答案：

layer = Input(input_shape=(100,),name='input')
layer = Conv1D(97,kernel_size=10,strides=10)(layer)
layer = Lambda(lambda x : x[:,1:,:])(layer)
layer = Flaten()(layer)
model = Model(input,layer)

希望对你有所帮助:)

【讨论】：

【解决方案2】：

如果您的唯一目标是从卷积中获得 9 个值而不是 10 个，您为什么不试试这个：

layer = Conv1D(97,kernel_size=11,strides=11)(layer)

？因为如果您删除第一个元素，则意味着您不关心序列的前 10 个值，因此您最好提供 90 个值的序列而不是 100 个...... 如果您关心这 10 个第一个值，并且只想输出更少，那么请使用更大的内核 :-)

这有帮助吗？否则我们可以找出一个可以解决问题的 lambda 层

【讨论】：

非常感谢您的回答！我更新了我原来的帖子，以更清楚地说明我为什么要使用它。

【解决方案3】：

如果是时间顺序，我会这样做：

def firstElementRemoved(inputTensor):
    return inputTensor[:, 1:]

LSTMMinusFirstElement  = Lambda(firstElementRemoved) (LSTM)

【讨论】：