我正在尝试实现类似的东西
if np.max(subgrid) == np.min(subgrid):
middle_middle = cur_subgrid + 1
else:
middle_middle = cur_subgrid
由于条件只能在运行时确定,因此我使用 Keras 语法
如下middle_middle = K.switch(K.max(subgrid) == K.min(subgrid), lambda: tf.add(cur_subgrid,1), lambda: cur_subgrid)
但是我收到此错误:
<ipython-input-112-0504ce070e71> in col_loop(j, gray_map, mask_A)
56
57
---> 58 middle_middle = K.switch(K.max(subgrid) == K.min(subgrid), lambda: tf.add(cur_subgrid,1), lambda: cur_subgrid)
59
60 print ('ml',middle_left.shape)
/nfs/isicvlnas01/share/anaconda3/lib/python3.5/site-packages/keras/backend/tensorflow_backend.py in switch(condition, then_expression, else_expression) 2561 The selected tensor. 2562 """
-> 2563 if condition.dtype != tf.bool: 2564 condition = tf.cast(condition, 'bool') 2565 if not callable(then_expression):
AttributeError: 'bool' object has no attribute 'dtype'
middle_middle
、cur_subgrid
和子网格都是张量NxN
。任何帮助,不胜感激。
我认为问题在于,使用K.max(subgrid) == K.min(subgrid)
您正在创建一个比较两个张量对象的python布尔值,而不是一个包含两个输入张量值比较值的Tensorflow 布尔张量。
换句话说,您编写的内容将被评估为
K.switch(False, lambda: tf.add(cur_subgrid,1), lambda: cur_subgrid)
而不是
comparison = ... # Some tensor, that at runtime will contain True if min and max are the same, False otherwise.
K.switch(comparison , lambda: tf.add(cur_subgrid,1), lambda: cur_subgrid)
所以你需要做的是使用 keras.backend.equal(( 而不是==
:
K.switch(K.equal(K.max(subgrid),K.min(subgrid)), lambda: tf.add(cur_subgrid,1), lambda: cur_subgrid)