计算张量的平均值并将此值用作张量值

Question

我对张量不太了解，如果这是一个愚蠢的问题，请原谅我。

我正在尝试使用 Keras 的 Lambda 层为我的模型添加一个特殊层。 我想让这个层计算张量的平均值，我希望这个平均值用作张量值。

为了更清楚，这是我需要的，但在 numpy 中，我不知道如何使用张量来做到这一点： （使用 NumPy 不适用于张量）

   colInput ## this should be my tensor
   avg = np.mean(colInput)
   colInput =[avg for n in range(colInput.shape[0])]

我确实尝试了以下方法：

avg = tf.reduce_mean(colInput)

我也试过了：

avLayer= Lambda(lambda x: tf.reduce_mean(x, axis=1, keepdims=False))(visible)

where visible 有我的 colInput 作为输入层，但我无法为张量中的每个元素创建结果集，并使用这个新张量。

我的张量形状是 (?,1,27) 我希望它有这个 27，但它们将等于平均值​​。

提前致谢

Answer 1

我不确定这是否是你想要的，但请告诉我-

xx = tf.constant([1., 0., 1., 0.])
tf.expand_dims(tf.repeat(tf.reduce_mean(xx), xx.shape[0]), axis=1)

输出将是

<tf.Tensor: shape=(4, 1), dtype=float32, numpy=
array([[0.5],
       [0.5],
       [0.5],
       [0.5]], dtype=float32)>