如何在Keras中克隆批量？用Lambda层实现批量重复与维度重塑

你可以通过单个Lambda层完成批量重复和重塑操作，核心是利用TensorFlow的tf.repeat和tf.reshape函数组合实现需求。以下是具体实现步骤和代码：

实现代码 #

import tensorflow as tf
from tensorflow.keras.layers import Input, Lambda
from tensorflow.keras.models import Model

# 定义输入层，特征维度为3
input_layer = Input(shape=(3,))

# Lambda层：先重复批量样本，再重塑形状
processed_layer = Lambda(lambda x: tf.reshape(
    tf.repeat(x, repeats=3, axis=0),  # 将(2,3)重复为(6,3)
    (-1, 3, 3)  # 重塑为(2,3,3)，-1自动匹配原批量大小
))(input_layer)

# 构建模型
model = Model(inputs=input_layer, outputs=processed_layer)

# 测试输入
test_input = tf.constant([[1,2,3], [4,5,6]])  # 形状(2,3)
output = model(test_input)

print("输出形状:", output.shape)
print("输出内容:\n", output.numpy())

关键操作解释 #

• tf.repeat(x, repeats=3, axis=0)：沿着**批量轴（axis=0）**将每个样本重复3次，原形状(2,3)会变为(6,3)。
• tf.reshape(..., (-1, 3, 3))：将(6,3)的张量重塑为(2,3,3)，其中-1表示让框架自动计算该维度的大小（这里对应原批量大小2）。

输出结果验证 #

运行代码后，输出形状为(2, 3, 3)，内容为：

[[[1 2 3]
  [1 2 3]
  [1 2 3]]

 [[4 5 6]
  [4 5 6]
  [4 5 6]]]

内容的提问来源于stack exchange，提问作者p__10