在Keras中创建常数值

Question

我尝试在keras模型中创建一个常量变量。到目前为止，我一直在将其作为输入传递。但它始终是一个常量，所以我希望将其设置为常量。（每个例子的输入都是[1，2，3 ... 50]，因此我使用np.tile（np.array（range（50）），（len（X_input）））来为每个例子复制它）

所以现在我有：

constant_input = Input(shape=(50,), dtype='int32', name="constant_input")

这将提供一个张量：Tensor("constant_input", shape(?, 50), dtype=int32)

现在尝试将其作为常量处理：

np_constant = np.array(list(range(50))).reshape(1, 50)
tf_constant = K.constant(np_constant)
tensor_constant = Input(tensor=tf_constant, shape=(50,), dtype='int32', name="constant_input")

这将生成一个张量：Tensor("constant_input", shape(50,1),dtype=float32)

但我想要的是每个批次中常数进行缩放，意味着张量的形状应该是(?, 50)，与使用Input的方法相同。

这样做可能吗？

- Mpizos Dimitris

Answer 1

您不能使用可变大小的变量来定义常量。常量始终具有相同的值。您可以定义一个 (1, 50) 的常量，然后在 TensorFlow 中使用 K.tile 进行平铺。同时最好使用 np.arange，而不是使用 np.array(list(range(50)))。类似以下代码：

from keras.layers.core import Lambda
import keras.backend as K

def operateWithConstant(input_batch):
    tf_constant = K.constant(np.arange(50).reshape((1, 50)))
    batch_size = K.shape(input_batch)[0]
    tiled_constant = K.tile(tf_constant, (batch_size, 1))
    # Do some operation with tiled_constant and input_batch
    result = ...
    return result

input_batch = Input(...)
input_operated = Lambda(operateWithConstant)(input_batch)
# continue...

- jdehesa

---

感谢您的回答。看起来它创建了所需的维度，但是当我调用Model()时，它会出现“图形断开连接：无法获取张量值”的错误。我不确定这是否与此相关，还是因为我正在尝试创建两个“模型”。在使用“Input”（问题中描述的第一种方法）时，不会发生此错误。 - Mpizos Dimitris

@MpizosDimitris 是的，我想你需要将该操作放入一些层中，比如 Lambda 或其他类似的东西，我已经更新了答案。 - jdehesa

你能否通过使用tiled_constant和input_batch进行Dot()更新答案。如果我没记错的话，结果张量应该是(?, 1)。但是我无法让它正常工作。 - Bryan Goggin