0
最も簡単な方法は次のようになります。Theano TensorVariableに要素賢明な条件付きの関数を適用
tensor = shared(np.random.randn(7, 16, 16)).eval()
tensor2 = tensor[0,:,:].eval()
tensor2[tensor2 < 1] = 0.0
tensor2[tensor2 > 0] = 1.0
new_tensor = [tensor2]
for i in range(1, tensor.shape[0]):
new_tensor.append(np.multiply(tensor2, tensor[i,:,:].eval()))
output = np.array(new_tensor).reshape(7,16,16)
それはすぐに明らかではない場合は、私がしようとしているのは、7つの異なる行列からなるテンソルの1つの行列の値を使用し、それをテンソルの他の行列に適用することです。
本当に、私が解決している問題は、Kerasの完全寛容ネットワークの目的関数で条件文を実行することです。基本的に、一部のフィーチャマップ値の損失は、フィーチャマップの1つの値の一部に応じて、他とは異なる方法で計算されます(その後、重み付けされます)。