如何获取上一层的形状并传递给下一层？

Question

我想采用输入数据的形式，将其传递给具有（None，）形状的输入层，并在for循环中使用它来实现某些目的。你知道吗

下面是我代码实现的一部分：

lst_rfrm = []
Inpt_lyr = keras.Input(shape = (None,))
for k in range(tm_stp):
  F = keras.layers.Lambda(lambda x, i, j: x[:, None, j : j + i])
  F.arguments = {'i' : sub_len, 'j' : k}
  tmp_rfrm = F(Inpt_lyr)
  lst_rfrm.append(tmp_rfrm)
cnctnt_lyr = keras.layers.merge.Concatenate(axis = 1)(lst_rfrm)
#defining other layers ...

因为输入的形状是（None，），所以我不知道把什么作为范围赋予for循环（在代码中我用“tm\u stp”来描述它）。在这种情况下，如何获得输入层的形状（传递到输入层的数据）？ 非常感谢您的帮助

Answer 1

你可以尝试不同类型的循环。你好像在试推拉窗，对吧？ 你不知道运行的“长度”，但你知道窗口大小和多少边界删除。。。所以。。。。你知道吗

此函数按照该原则获取切片：

windowSize = sub_len
def getWindows(x):
    borderCut = windowSize - 1 #lost length in the length dimension

    leftCut = range(windowSize) #start of sequence
    rightCut = [i - borderCut for i in leftCut] #end of sequence - negative
    rightCut[-1] = None #because it can't be zero for slicing

    croppedSequences = K.stack([x[:, l: r] for l,r in zip(leftCut, rightCut)], axis=-1)
    return croppedSequences

运行试验：

from keras.layers import *
from keras.models import Model
import keras.backend as K
import numpy as np

windowSize = 3
batchSize = 5

randomLength = np.random.randint(5,10)
inputData = np.arange(randomLength * batchSize).reshape((batchSize, randomLength))

def getWindows(x):
    borderCut = windowSize - 1

    leftCut = range(windowSize)
    rightCut = [i - borderCut for i in leftCut]
    rightCut[-1] = None

    croppedSequences = K.stack([x[:, l: r] for l,r in zip(leftCut, rightCut)], axis=-1)
    return croppedSequences

inputs = Input((None,))
outputs = Lambda(getWindows)(inputs)
model = Model(inputs, outputs)

preds = model.predict(inputData)

for i, (inData, pred) in enumerate(zip(inputData, preds)):
    print('sample: ', i)
    print('input sequence: ', inData)
    print('output sequence: \n', pred, '\n\n')