Question

我想要一个Keras模型，该模型始终输出所需输出形状的恒定值。

def build_model(input_shape, output_shape)
    input = tf.keras.layers.Input(shape=(512,512,3))
    x = tf.keras.backend.constant(1, shape=output_shape)
    output = tf.keras.layers.Lambda(lambda x: x)(x)
    model = Model(inputs=input, outputs=output)
    return model

model = build_model((512,512,3), (512,512,32))

我收到以下错误：

模型的输出张量必须是TensorFlow Layer的输出（因此保留过去的层元数据）。找到：Tensor（“ Const_3：0”，shape =（512，512，32），dtype = float32）

我该如何解决？

更新

输入和输出确实未连接。我想以最低的GPU负载测试我的处理管道的性能。我认为始终不进行任何计算就输出相同的值不会过多地使用GPU。但是我仍然要确保我的数据已正确加载（输入层）。

Answer 1

问题是确实需要连接输出和输入。我不能使用激活层，因为输出的形状应该与输入的形状不同。因此，我最终将输入连接11次，并再次对其进行切片，以得到具有0个可训练参数的正确形状的输出。

最终的模型构建功能如下：

std::make_shared<>

使Keras模型输出一定形状的常数

更新

1 个答案: