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

查看keras各种网络结构各层的名字方式

程序员文章站 2022-03-12 10:57:36
举例base_model = resnet50(weights=‘imagenet', include_top=true)print(base_model.summary())得到这个结果补充知识:使...

举例

base_model = resnet50(weights=‘imagenet', include_top=true)
print(base_model.summary())

得到这个结果

查看keras各种网络结构各层的名字方式

补充知识:使用keras,在load_model()时,出现nameerror: name '***' is not defined

是因为在构造模型是,使用了自定义的层,如lambda()

# 文本相似度评估方式
def exponent_neg_manhattan_distance(sent_left, sent_middle, sent_right):
  '''基于曼哈顿空间距离计算两个字符串语义空间表示相似度计算'''
  return ((k.exp(-k.sum(k.abs(sent_left - sent_middle), axis=1, keepdims=true)) - k.exp(-k.sum(k.abs(sent_left - sent_right), axis=1, keepdims=true))) + 1) / 2
 
def bilstm_siamese_model():
  '''搭建孪生网络'''
  #可以在这里调参
  embedding_layer = embedding(vocab_size + 1,
                embedding_dim,
                weights=[embedding_matrix],
                input_length=max_length,
                trainable=true, #原本为false
                mask_zero=true)
  #输入层
  left_input = input(shape=(max_length,), dtype='float32', name="left_x") #(?, 25)
  middle_input = input(shape=(max_length,), dtype='float32', name="middle_x") #(?, 25)
  right_input = input(shape=(max_length,), dtype='float32', name='right_x')
  #嵌入层
  encoded_left = embedding_layer(left_input) #(?, 25, 300)
  encoded_middle = embedding_layer(middle_input) #(?, 25, 300)
  encoded_right = embedding_layer(right_input)
  # print(encoded_left)
  #孪生网络
  shared_lstm = create_base_network(input_shape=(max_length, embedding_dim))
  left_output = shared_lstm(encoded_left)
  middle_output = shared_lstm(encoded_middle)
  right_output = shared_lstm(encoded_right)
 
  # 文本相似度评估方式
  distance = lambda(lambda x: exponent_neg_manhattan_distance(x[0], x[1], x[2]),output_shape=lambda x: (x[0][0], 1))([left_output, middle_output, right_output]) #第二个lambda函数的输入参数不清楚,x[0][0]
  print('distance',distance)
  model = model([left_input, middle_input, right_input], distance)
  model.compile(loss='binary_crossentropy',
         optimizer='nadam',
         metrics=['accuracy'])
  model.summary()
  return model

虽然之前已经定义好了exponent_neg_manhattan_distance(),但是在load_model()依然会报nameerror: name 'exponent_neg_manhattan_distance' is not defined

解决办法:

查看keras各种网络结构各层的名字方式

在load_model的时候,加一个custom_objects参数就可以了,即

model = load_model(model_path,custom_objects={'exponent_neg_manhattan_distance': exponent_neg_manhattan_distance}) #对自定义层一定要说明

注:用google搜bug比用baidu搜质量会高不少。

以上这篇查看keras各种网络结构各层的名字方式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。