这绝对是一个极大的坑点。
出现这个情况的原因是,keras要求所有对象都是以层的形式出现,而你使用了keras.backend.的操作,使用keras.backend.操作,其实等价于直接使用TensorFlow。
例如 1. Keras.backend.expand_dims()
2. diff_fea_1 = Keras.backend.abs(Subtract()([feature_1_X, feature_1_Y])) # (B, H, W, 16)
等情况
此时一定要使用Keras定义的函数, 例如Reshape来进行维度扩展。如果你想使用.abs函数,那么一定要用一个Lambda层来包装它。
def Abs_layer(tensor):
return Lambda(K.abs)(tensor)
总之,一句话,一旦你企图使用Keras.backend. 的函数,那么一定要自己用lambda来封装一下。
最后,最容易忽略的一点就是。对数据的切片操作,也要用lambda。
例如 xt=X[:, t, ;] ,那么一定会出错。正确的方法应该是 xt= Lambda(lambda x : x[:,t,:])(X)