张力流中的加性高斯噪声

Question

我正在尝试以以下方式将高斯噪声添加到我的网络的一层。

def Gaussian_noise_layer(input_layer, std):
    noise = tf.random_normal(shape = input_layer.get_shape(), mean = 0.0, stddev = std, dtype = tf.float32) 
    return input_layer + noise

我遇到了错误：

valueerror：无法将部分已知的张量变形转换为张量： （？，2600，2000，1）

有时我的小匹配物需要不同的大小，因此在执行时间直到执行时间才知道input_layer张量的大小。

如果我正确理解，回答的人无法将建议将形状设置为tf.shape（input_layer）的张量转换张量。但是，当我尝试将卷积层应用于嘈杂层时，我会收到另一个错误：

valueerror：必须知道形状的昏暗，但没有

在执行时间之前，将高斯噪声添加到形状的输入层的目标是什么正确的方法？

Answer 1

动态获取具有未知尺寸的张量的形状，您需要使用 tf.shape()

例如

import tensorflow as tf
import numpy as np

def gaussian_noise_layer(input_layer, std):
    noise = tf.random_normal(shape=tf.shape(input_layer), mean=0.0, stddev=std, dtype=tf.float32) 
    return input_layer + noise

inp = tf.placeholder(tf.float32, shape=[None, 8], name='input')
noise = gaussian_noise_layer(inp, .2)
noise.eval(session=tf.Session(), feed_dict={inp: np.zeros((4, 8))})