小编这次要给大家分享的是keras加入lambda层时shape出现问题怎么办，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。
使用keras时，加入keras的lambda层以实现自己定义的操作。但是，发现操作结果的shape信息有问题。
我的后端是theano，使用了sum操作。
比如输入时，shape为（32，28，28），其中32为batch大小。
此时对应的ndim应该等于3。
但是，lambda处理后结果显示_keras_shape为（32，28，28），而ndim却是2。
这导致后边各项操作都会出现问题。
此处sum函数加入参数keepdims=True即可。
此注意keras中的各种层几乎都不用去理会batch的大小，系统会自动在shape中加入None占位，所以很多参数也不用加入batch的大小。但是进行sum等操作时，选择按照哪个axis进行操作，要考虑batch的存在。
补充知识：keras Merge or merge
在使用keras merge层时，发现有Merge 、merge两种：
from keras.layers import Merge
from keras.layers import merge
使用第一种是报错
“TensorVariable object has no attribute 'get_output_shape_at' ”
使用第二种小写即可。
看完这篇关于keras加入lambda层时shape出现问题怎么办的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
