如何为tf.keras.layers.RandomFlip设置随机翻转的触发概率？

可以设置随机翻转的触发概率，具体使用规则和注意事项如下：

• 官方提供了参数p用来指定触发概率，取值范围为0到1之间的浮点数，数值代表翻转操作被执行的概率。例如p=0.5就表示每次调用该层时，有50%的概率执行指定方向的翻转，50%的概率直接返回原输入。
• 该参数是TensorFlow 2.10及以上版本新增的配置项，同系列的其他随机数据增强层（比如RandomRotation、RandomZoom、RandomBrightness等）都支持该参数自定义触发概率。
• 如果使用的是TensorFlow 2.9及更早版本，直接使用p参数会触发参数不存在的报错，此时要么升级TensorFlow版本到2.10以上，要么自定义包装层实现概率控制逻辑。

你提供的示例写法符合高版本TensorFlow的使用规范，可直接运行：

import tensorflow as tf
from tensorflow import keras

def augmentation():
    data_augmentation = keras.Sequential([
        keras.layers.RandomFlip("horizontal", p=0.5),
        keras.layers.RandomRotation(0.2, p=0.5)
    ])
    return data_augmentation

如果使用旧版本TensorFlow，可以参考如下自定义层实现同等效果：

class RandomFlipWithProb(keras.layers.Layer):
    def __init__(self, flip_mode="horizontal", prob=0.5, **kwargs):
        super().__init__(**kwargs)
        self.flip_layer = keras.layers.RandomFlip(flip_mode)
        self.prob = prob

    def call(self, inputs, training=None):
        if not training:
            return inputs
        if tf.random.uniform(shape=[]) < self.prob:
            return self.flip_layer(inputs)
        return inputs

# 使用自定义层构造数据增强流水线
def augmentation():
    data_augmentation = keras.Sequential([
        RandomFlipWithProb("horizontal", prob=0.5),
        keras.layers.RandomRotation(0.2)
    ])
    return data_augmentation

内容的提问来源于stack exchange，提问作者haofeng