在Keras的卷积神经网络中实现裁剪/修整层？

Question

目前我正在修剪我的模型之前裁剪。这意味着当推断哪一个不理想时，我也必须将其作为一个单独的步骤。是否有裁剪层的张量流/角落实现？

如果没有，是否有理由不应该将它作为神经网络的一部分？

Answer 1

在张量流中，您可以像在numpy中那样通过切片裁剪张量，例如， t_cropped = t[:,10:20,::-1,...]。关于此标记的信息可以在tf.strided_slice的文档中找到，该文档是，其细分为。

如果您的目标是在喂养您的网络之前实施随机裁剪，tf.random_crop是专用的tensorflow操作。