keras如何獲取某層的輸入/輸出tensor尺寸

發(fā)布時間：2020-07-17 11:21:01 來源：億速云閱讀：765 作者：小豬欄目：開發(fā)技術(shù)

這篇文章主要講解了keras如何獲取某層的輸入/輸出tensor尺寸，內(nèi)容清晰明了，對此有興趣的小伙伴可以學(xué)習(xí)一下，相信大家閱讀完之后會有幫助。

獲取單輸入尺寸，該層只被使用了一次。

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)
 
# 到目前為止只有一個輸入，以下可行：
assert conv.input_shape == (None, 32, 32, 3)

如果該層被使用了兩次

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)
 
# 到目前為止只有一個輸入，以下可行：
assert conv.input_shape == (None, 32, 32, 3)
 
conved_b = conv(b)
# 現(xiàn)在 `.input_shape` 屬性不可行，但是這樣可以：
assert conv.get_input_shape_at(0) == (None, 32, 32, 3)
assert conv.get_input_shape_at(1) == (None, 64, 64, 3)

如果是輸出，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)
 
# 到目前為止只有一個輸入，以下可行：
assert conv.input_shape == (None, 32, 32, 3)
 
conved_b = conv(b)
# 就改了output，當(dāng)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)

補(bǔ)充知識：keras中獲取shape的正確方法

在keras的網(wǎng)絡(luò)中，如果用layer_name.shape的方式獲取shape信息將會返還tensorflow.python.framework.tensor_shape.TensorShape其中包含的是tensorflow.python.framework.tensor_shape.Dimension

正確的方式是使用

import keras.backend as K
K.int_shape(laye_name)

看完上述內(nèi)容，是不是對keras如何獲取某層的輸入/輸出tensor尺寸有進(jìn)一步的了解，如果還想學(xué)習(xí)更多內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道。

向AI問一下細(xì)節(jié)

keras如何獲取某層的輸入/輸出tensor尺寸

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽