Keras でモデルを構築しているときに、最後のレイヤーでいくつかの tensorflow 関数 (reduce_sum と l2_normalize) を使用して、この問題が発生しました。解決策を検索しましたが、すべて「Keras tensor」に関連するものでした。
これが私のコードです:
import tensorflow as tf;
from tensorflow.python.keras import backend as K
vgg16_model = VGG16(weights = 'imagenet', include_top = False, input_shape = input_shape);
fire8 = extract_layer_from_model(vgg16_model, layer_name = 'block4_pool');
pool8 = MaxPooling2D((3,3), strides = (2,2), name = 'pool8')(fire8.output);
fc1 = Conv2D(64, (6,6), strides= (1, 1), padding = 'same', name = 'fc1')(pool8);
fc1 = Dropout(rate = 0.5)(fc1);
fc2 = Conv2D(3, (1, 1), strides = (1, 1), padding = 'same', name = 'fc2')(fc1);
fc2 = Activation('relu')(fc2);
fc2 = Conv2D(3, (15, 15), padding = 'valid', name = 'fc_pooling')(fc2);
fc2_norm = K.l2_normalize(fc2, axis = 3);
est = tf.reduce_sum(fc2_norm, axis = (1, 2));
est = K.l2_normalize(est);
FC_model = Model(inputs = vgg16_model.input, outputs = est);
そして次のエラーが発生します:
ValueError: モデルへの出力テンソルは TensorFlow の出力である必要があります
Layer
(したがって、過去のレイヤー メタデータを保持します)。 見つかりました: Tensor("l2_normalize_3:0", shape=(?, 3), dtype=float32)
fc2 レイヤーをこれらの関数に渡さなくても、モデルは正常に動作することがわかりました。
FC_model = Model(inputs = vgg16_model.input, outputs = fc2);
誰かこの問題を説明して、解決方法を提案してもらえませんか?
ベストアンサー1
私はこの問題を解決する方法を見つけました。同じ問題に遭遇した人は、Lambda レイヤーを使用して tensorflow 操作をラップすることができます。私がやったことは次のとおりです。
from tensorflow.python.keras.layers import Lambda;
def norm(fc2):
fc2_norm = K.l2_normalize(fc2, axis = 3);
illum_est = tf.reduce_sum(fc2_norm, axis = (1, 2));
illum_est = K.l2_normalize(illum_est);
return illum_est;
illum_est = Lambda(norm)(fc2);