keras 如何对具有一个未知维度的tensorflow 占位符进行数学运算

rfbsl7qr 于 2022-11-13 发布在其他

关注(0)|答案(1)|浏览(127)

我需要对形状为(None, 128, 128, 3)的tensorflow 占位符或传入占位符的数据进行数学运算。我需要在位置为[:, i:i+5, j:j+5, 3]的占位符上添加形状为(None, 5, 5, 3)的过滤器。我该如何操作呢？
在使用长度为None的数据之前，我会使用

outs = tf.tensor_scatter_nd_add(outs, [[[i + k, j + l] for k in range(5)] for l in
                                                                            range(5)], self.b[h])

嵌套在两个for循环中，其中outs是占位符，self.B[h]是筛选器，i和j是循环中的索引。

keras

来源：https://stackoverflow.com/questions/74353593/how-to-do-math-on-tensorflow-placeholders-with-one-unknown-dimension

1条答案

按热度按时间

1cklez4t1#

您可以使用tf.vectorized_map

i = 5 
j = 9

def add_filter(x):
    return tf.tensor_scatter_nd_add(x[0], [[[x[2] + k, x[3] + l] for k in range(5)] for l in
                                                                            range(5)], x[1])
output = tf.vectorized_map(
    add_filter,
    elems=[outs, b, tf.repeat(i, tf.shape(b)[0]), tf.repeat(j, tf.shape(b)[0])])

赞(0）回复(0）举报 2022-11-13

我来回答

keras 如何对具有一个未知维度的tensorflow 占位符进行数学运算

1条答案

相关问题

热门标签

最新问答