在关于TensorFlow概率中概率层回归的教程中,它建立了以下模型:
model = tfk.Sequential([
tf.keras.layers.Dense(1 + 1),
tfp.layers.DistributionLambda(
lambda t: tfd.Normal(loc=t[..., :1],
scale=1e-3 + tf.math.softplus(0.05 * t[..., 1:]))),
])
我的问题是,卷积层也可以这样做吗?例如,在3D分割中,输出层具有形状(3、128、128、128)。如何使最后一层(或登录)具有上述概率?如果我展平最后一层,那么维度是:3*128*128*128
,这将导致资源耗尽错误
目前没有回答
相关问题 更多 >
编程相关推荐