Conversion distance euclidienne Théano au format moteur keras

Question

Je le code suivant dans theano afin de calculer L2 la distance

def distance(square=False): 
    X = T.fmatrix('X') 
    Y = T.fmatrix('Y') 
    squared_euclidean_distances = (X ** 2).sum(1).reshape((X.shape[0], 1)) + (Y ** 2).sum(1).reshape \ 
    ((1, Y.shape[0])) - 2 * X.dot(Y.T) 
    if square: 
     return theano.function([X, Y], T.sqrt(squared_euclidean_distances)) 
    else: 
     return theano.function([X, Y], squared_euclidean_distances) 

source

print(distance()([[1, 0], [1, 1]], [[1, 0]])) 

résultat avec: [[0] [ 1.]]

qui est la matrice de distance entre le jeu de gauche (tw o vecteurs - [1, 0], [1, 1]) et l'ensemble de droite qui contient le vecteur unique [1,0].

Cela fonctionne bien avec theano même si X et Y ont dim différent comme ci-dessus. Je voudrais obtenir une fonction générale keras pour produire le même résultat. J'ai essayé:

def distance_matrix(vects): 
    x, y = vects 
    # <x,x> + <y,y> - 2<x,y> 
    x_shape = K.int_shape(x) 

    y_shape = K.int_shape(y) 

    return K.reshape(K.sum(K.square(x), axis=1), (x_shape[0], 1)) + \ 
     K.reshape(K.sum(K.square(y), axis=1), (1, y_shape[0])) - \ 
     2 * K.dot(x, y) 

mais le code suivant ne produit pas le bon résultat:

x = K.variable(np.array([[1, 0], [1, 1]])) 
y = K.variable(np.array([[1, 0]])) 
obj = distance_matrix 
objective_output = obj((x, y)) 
print (K.eval(objective_output)) 

résultat avec

ValueError: Shape mismatch: x has 2 cols (and 4 rows) but y has 4 rows (and 2 cols) 
Apply node that caused the error: Dot22Scalar(/variable, /variable, TensorConstant{2.0}) 
Toposort index: 0 
Inputs types: [TensorType(float32, matrix), TensorType(float32, matrix), TensorType(float32, scalar)] 
Inputs shapes: [(4, 2), (4, 2),()] 
Inputs strides: [(8, 4), (8, 4),()] 
Inputs values: ['not shown', 'not shown', array(2.0, dtype=float32)] 
Outputs clients: [[Elemwise{Composite{((i0 + i1) - i2)}}[(0, 2)](InplaceDimShuffle{0,x}.0, InplaceDimShuffle{x,0}.0, Dot22Scalar.0)]] 

Modifier: sorties ajoutées à coder

Answer 1

J'ai trouvé l'erreur. J'ai oublié de transpose Y

def distance_matrix (vects):

x, y = vects 
# <x,x> + <y,y> - 2<x,y> 
x_shape = K.int_shape(x) 

y_shape = K.int_shape(y) 

return K.reshape(K.sum(K.square(x), axis=1), (x_shape[0], 1)) +\ 
    K.reshape(K.sum(K.square(y), axis=1), (1, y_shape[0])) - \ 
2 * K.dot(x,K.transpose(y))