对keras环境下的feature map做切片

本文介绍如何在Keras中使用Lambda层对输入的FeatureMap进行切片操作,通过具体示例展示了如何将输入数据按需分割成不同的部分。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用keras下的Convolution2D,或者Input()函数时,直接输出的是一个feature map立方体。如果对不同的层进行操作,则需要对feature map 立方体做切片。

假设数据的输入为

inputs=Input((128,128,20))

如果对inputs进行切片操作,可做如下处理:

x1=Lambda(lambda x:x[:,:,:,1:10])(inputs)

x2=Lambda(lambda x:x[:,:,:,11:20](inputs),注意冒号的数目

那么x1和x2就是inputs的两个切片。

第二种方差,参照一位仁兄的博客https://blog.youkuaiyun.com/lujiandong1/article/details/54936185

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值