問題タブ [machine-learning-model]

Keras でカスタム拡張レイヤーを作成しようとしていました。アイデアは、拡張を高速化することです (同じ関数を BATCH_SIZE 回実行する代わりに、バッチ全体で 1 回実行します)。

私は機能に行き詰まった：

トレーニングでは、関数は(None, 128, 128, 3)最後の 3 つの数字が画像の形状を示す形状の入力を取得します。私の理解では、最初Noneは決定論的ではないバッチサイズでなければなりません（何らかの理由で）。

私の問題はここにあります。私の関数では、形状インジケーターとしてnp.random.ranf(inputs.shape)満足していないものを使用しNone、エラーをスローします。

一方、計算のバッチサイズを取得する方法がわかりません。カスタム Augmentation レイヤーのコードは次のとおりです。どんな助けでも大歓迎です！

編集: Input() レイヤーでバッチサイズを指定できることはわかっています。問題は解決しますが、入力レイヤーで形状を指定せずにそれを行う方法はありますか? したがって、より一般的なものになる可能性があります。