我正在不同维度的图像堆栈上训练一个深度学习模型。(Shape = [Batch, None, 256, 256, 1]),其中None可以是可变的。
我使用tf.RaggedTensor.merge_dimsions(0,1)将参差不齐的张量转换为[None, 256, 256, 1]的形状,以运行到预先训练的keras CNN模型中。
但是,使用KerasLayer API会导致以下错误:TypeError: the object of type 'RaggedTensor' has no len()
当我在KerasLayer之外应用.merge_dimsions并将张量传
我试图从两个模型输出之间的差异中学习一个模型。所以我做了如下代码。但发生了错误:
TypeError:将张量输出到模型必须是Keras张量。发现:张量(“子:0”,shape=(?,10),dtype=float32)
我已经找到了相关的答案,包括lambda,但我无法解决这个问题。有人知道这个问题吗?可以看到将张量转换为角角张量。
提前结束。
from keras.layers import Dense
from keras.models import Model
from keras.models import Sequential
left_branch = Sequentia