keras获得model中某一层的某一个Tensor的输出维度教程
171 浏览量
2020-12-20
17:44:02
上传
评论
收藏 37KB PDF 举报
keras获得获得model中某一层的某一个中某一层的某一个Tensor的输出维度教程的输出维度教程
获得某层获得某层tensor的输出维度的输出维度
代码如下所示：
from keras import backend as K
@wraps(Conv2D)
def my_conv(*args,**kwargs):
new_kwargs={'kernel_regularizer':l2(5e-6)}
new_kwargs['padding']='valid' #'same'
new_kwargs['strides']=(2,2) if kwargs.get('strides')==(2,2) else (1,1)
# new_kwargs['kernel_initializer']=keras.initializers.glorot_uniform(seed=0)
new_kwargs.update(kwargs)
return Conv2D(*args,**new_kwargs)
def conv(x,**kwargs):
x=my_conv(**kwargs)(x)
x=BatchNormalization(axis=-1)(x)
x=LeakyReLU(alpha=0.05)(x)
return x
def inception_resnet_a(x_input):
x_short=x_input
s1=conv(x_input,filters=32,kernel_size=(1,1))
s2=conv(x_input,filters=32,kernel_size=(1,1))
s2=conv(s2,filters=32,kernel_size=(3,3),padding='same')
s3=conv(x_input,filters=32,kernel_size=(1,1))
s3=conv(s3,filters=48,kernel_size=(3,3),padding='same')
s3=conv(s3,filters=64,kernel_size=(3,3),padding='same')
x=keras.layers.concatenate([s1,s2,s3])
x=conv(x,filters=384,kernel_size=(1,1))
x=layers.Add()([x_short,x])
x=LeakyReLU(alpha=0.05)(x)
print(K.int_shape(x))
使用K.int_shape(tensor_name)即可得到对应tensor的维度
以上这篇keras获得model中某一层的某一个Tensor的输出维度教程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软件开发网。
您可能感兴趣的文章您可能感兴趣的文章:keras获得某一层或者某层权重的输出实例浅谈keras的深度模型训练过程及结果记录方式关于Keras模型
可视化教程及关键问题的解决基于keras 模型、结构、权重保存的实现利用keras加载训练好的.H5文件,并实现预测图片keras
模型可视化,层可视化及kernel可视化实例keras 特征图可视化实例(中间层)基于keras输出中间层结果的2种实现方式PyTorch
和Keras计算模型参数的例子在keras中获取某一层上的feature map实例
评论0
最新资源