仅根据训练时满足条件的样本更新keras模型的权重

Question

我有一个使用keras的自动编码器模型，输入和输出形状为(BATCH_SIZE，20(。中间有一个Lambda层，用于过滤数据。换句话说，如果批量大小为1000，则可能只有700个来自Lambda层。然后我想只基于这700个样本来更新权重。在喀拉拉邦有什么办法解决这个问题吗？

Answer 1

我最近处理过这样的情况，我处理的方式是保持批处理维度的灵活性。例如：如果您正在使用TensorFlow，请将占位符定义为[None，w，h，3](在图像的情况下(并开发您的模型。重量与批次尺寸无关。因此，当您减小轴=0上的计算大小时，其余的更改将相应地发生。基本上不定义任何混凝土批次大小，保持其灵活性。