欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

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。