keras 获取某层的输入/输出 tensor 尺寸操作
程序员文章站
2022-06-15 10:15:04
获取单输入尺寸,该层只被使用了一次。import kerasfrom keras.layers import input, lstm, dense, conv2dfrom keras.models i...
获取单输入尺寸,该层只被使用了一次。
import keras from keras.layers import input, lstm, dense, conv2d from keras.models import model a = input(shape=(32, 32, 3)) b = input(shape=(64, 64, 3)) conv = conv2d(16, (3, 3), padding='same') conved_a = conv(a) # 到目前为止只有一个输入,以下可行: assert conv.input_shape == (none, 32, 32, 3)
如果该层被使用了两次
import keras from keras.layers import input, lstm, dense, conv2d from keras.models import model a = input(shape=(32, 32, 3)) b = input(shape=(64, 64, 3)) conv = conv2d(16, (3, 3), padding='same') conved_a = conv(a) # 到目前为止只有一个输入,以下可行: assert conv.input_shape == (none, 32, 32, 3) conved_b = conv(b) # 现在 `.input_shape` 属性不可行,但是这样可以: assert conv.get_input_shape_at(0) == (none, 32, 32, 3) assert conv.get_input_shape_at(1) == (none, 64, 64, 3)
如果是输出,只需要改成output就好:
import keras from keras.layers import input, lstm, dense, conv2d from keras.models import model a = input(shape=(32, 32, 3)) b = input(shape=(64, 64, 3)) conv = conv2d(16, (3, 3), padding='same') conved_a = conv(a) # 到目前为止只有一个输入,以下可行: assert conv.input_shape == (none, 32, 32, 3) conved_b = conv(b) # 就改了output,当然尺寸我也改了 assert conv.get_output_shape_at(0) == (none, 32, 32, 16) assert conv.get_output_shape_at(1) == (none, 64, 64, 16)
补充知识:keras中获取shape的正确方法
在keras的网络中,如果用layer_name.shape的方式获取shape信息将会返还tensorflow.python.framework.tensor_shape.tensorshape其中包含的是tensorflow.python.framework.tensor_shape.dimension
正确的方式是使用
import keras.backend as k
k.int_shape(laye_name)
以上这篇keras 获取某层的输入/输出 tensor 尺寸操作就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
上一篇: python刷B站播放量
下一篇: 小米平台开卖美图手机 价格砍到膝盖