Keras 2.2.4如何复制从Keras 1.x.x合并（）

Question

我想Keras 1.x.x代码转换为2.2.x的，与TensorFlow后端。

我有以下Keras 1.x.x这需要以下输入：

• org_image 3 RGB颜色通道shape=(256,256,3)的256×256的图像
• mask的256×256的掩模上1 /黑白颜色通道shape=(256,256,1)

我想将图像与面罩相结合来获得，其中屏蔽区域缺少新的裁剪图像。要做到这一点，我第一次使用mask，其中1 - mask是那些张量取1的倒数。然后我逐元素相乘org_image * (1 - mask)获得新裁剪图像。代码看起来像下面Keras 1.x.x

from keras.layers import Input, merge

input_shape = (256,256,3)

org_img = Input(shape=input_shape)
mask = Input(shape=(input_shape[0], input_shape[1], 1))
input_img = merge([org_img, mask],
                   mode=lambda x: x[0] * (1 - x[1]),
                   output_shape=input_shape)

在Keras 2.2.x中引入重大更改与merge()，Add()，Subtract() ...等取代了Multiply()功能。以前merge()有mode=lambda x: x[0] * (1 - x[1])的convinence等于mode=lambda [org_img, mask]: org_img * (1 - mask)。

我怎样才能复制在Keras 2.2.x中的1 - mask？我需要在tf.backend.ones进口？

或许我需要tf.enable_eager_execution()？

我是很新，这让我认识了很多会在我的头上。我会很感激，如果有人可以澄清在我的误解是，谢谢！

Answer 1

使用Lambda自定义函数或lambda表达式层：

input_img = Lambda(lambda x: x[0] * (1 - x[1]), output_shape=input_shape)([org_img, mask])

其中output_shape是可选的，如果你正在使用tensorflow作为后端。

其他有用的层：

• Concatenate(axis=...)(list_of_inputs)
• Add()(list_of_inputs)
• Multiply()(list_of_inputs)