如何有条件地缩放Keras Lambda层中的值？

Question

输入张量rnn_pv的形状是(?, 48, 1)。我想缩放这个张量中的每个元素，所以我尝试使用Lambda层，如下所示：

rnn_pv_scale = Lambda(lambda x: 1 if x >=1000 else x/1000.0 )(rnn_pv)

但错误来了：

^{pr2}$

那么，实现这个功能的正确方法是什么呢？在

Answer 1

不能使用Python控制流语句（如if else语句）在模型定义中执行条件操作。相反，您需要使用Keras后端中定义的方法。由于您使用TensorFlow作为后端，因此可以使用tf.where()来实现：

import tensorflow as tf

scaled = Lambda(lambda x: tf.where(x >= 1000, tf.ones_like(x), x/1000.))(input_tensor)

或者，要支持所有后端，可以创建一个掩码来执行此操作：

^{pr2}$

---

更新：支持所有后端的另一种方法是使用K.switch方法：

from keras import backend as K

scaled = Lambda(lambda x: K.switch(x >= 1000., K.ones_like(x), x / 1000.))(input_tensor)