目的

10年積累的網站制作、做網站經驗，可以快速應對客戶對網站的新想法和需求。提供各種問題對應的解決方案。讓選擇我們的客戶得到更好、更有力的網絡服務。我雖然不認識你，你也不認識我。但先網站設計后付款的網站建設流程，更有河池免費網站建設讓你可以放心的選擇與我們合作。

將用戶自定義的layer結合tensorflow自帶的layer組成多層layer的計算圖。

實現功能

對2D圖像進行滑動窗口平均，并通過自定義的操作layer返回結果。

import tensorflow as tf
import numpy as np
sess = tf.Session()

#將size設為[1, 4, 4, 1]是因為tf中圖像函數是處理四維圖片的。
#這四維依次是： 圖片數量，高度， 寬度， 顏色通道
x_shape = [1,4,4,1]
x_val = np.random.uniform(size = x_shape)


#tf.nn.conv2d中name表明該layer命名為“Moving_Avg_Window”
#該卷積核為[[0.25,0.25],[0.25,0.25]],所以是一個求平均操作
x_data = tf.placeholder(tf.float32, shape = x_shape)
my_filter = tf.constant(0.25, shape = [2,2,1,1])
my_strides = [1,2,2,1]
mov_avg_layer = tf.nn.conv2d(x_data, my_filter, my_strides, padding = 'SAME', name = 'Moving_Avg_Window')


#自定義layer，對卷積操作之后的輸出做操作
def custom_layer(input_matrix):
  input_matrix_sqeeze = tf.squeeze(input_matrix)
  A = tf.constant([1.,2.],[-1.,3.])
  b = tf.constant(1., shape = [2,2])
  temp1 = tf.matmul(A, input_matrix_sqeeze)
  temp2 = tf.add(temp1, b)
  return(tf.sigmod(temp2))
#把剛剛自定義的layer加入到計算圖中，并給予自定義的命名(利用tf.name_scope())
with tf.name_scope('Custom_Layer') as scope:
  custom_layer1 = custom_layer(mov_avg_layer)


#為占位符傳入4*4圖片，并執行計算圖
print(sess.run(custom_layer, feed_dict= {x_data: x_val}))

分享標題：tensorflow實現自定義layer并添加到計算圖中-創新互聯
本文來源：http://www.2m8n56k.cn/article16/esidg.html

成都網站建設公司_創新互聯，為您提供網站建設、自適應網站、搜索引擎優化、域名注冊、全網營銷推廣、微信公眾號

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：[email protected]。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯