我有一个预训练的VGG16网络,我使用迁移学习为PASCAL VOC 2012数据集修改了网络。现在,我想从改进的VGG16网络中获得每一层的输出,并在每一层上应用卷积,然后将它们向上采样到相同的大小并将它们相加。这是为了识别图像中的重要区域。#upsample it to the size of the input image
#store this in hypercolumns list 最后,在对所有图层进行上采样后,我将从列表中将它们相加,以获得
我正在使用TensorFlow2.x在卷积层之后创建一个Lambda层。我有一个名为"custom_layer“的函数,它接受前一个卷积层的张量输出。我需要从这个张量中提取卷积层的每个特征图,并执行数学运算。最后,必须将输出组合到单个张量中,并返回到下一层中使用。'relu', name = 'conv2D_1'),
tf.keras.layers.Lambda(custom_layer, n