Question

我正在使用Keras的后端功能来测试我在Keras中训练过的模型（条件可变自动编码器，可能不相关）。这是Keras文档中显示的示例代码。

get_3rd_layer_output = K.function([model.layers[0].input, K.learning_phase()],
                                  [model.layers[3].output])

# output in test mode = 0
layer_output = get_3rd_layer_output([x, 0])[0]

# output in train mode = 1
layer_output = get_3rd_layer_output([x, 1])[0]

但是，当我尝试类似的操作时，我收到一条错误消息。我的代码如下：

vae_func = K.function([vae.get_layer(name='input_img').input, vae.get_layer(name='attributes').input, K.learning_phase()], [vae.get_layer(name='output_img').output])

test_reconstruction = vae_func([x_train, y_train, 0])[0]

回溯结束时显示以下奇怪的错误消息：

tensor_type = dtypes_module.as_dtype(tensor.dtype)

AttributeError: 'bool' object has no attribute 'dtype'

如果我排除了K.learning_phase（）输入，则代码将运行，但它会在学习模式下运行，这意味着模型中的批处理归一化和辍学层的行为与训练阶段（而不是测试阶段）相同。极不理想的输出。无论我是否尝试将学习阶段设置为0或1，都会出现相同的错误。这样设置学习阶段的方法过时了吗？还是我在做错事？

编辑：经过进一步测试，我变得更加困惑。看来我的IPython控制台是引起问题的那个，当我在python终端中运行它时，代码运行没有问题。这样做的原因似乎是K.learning_phase（）在IPython控制台中返回了一个布尔值，但是当它移到终端时它会返回一个布尔值 tensor 。

但是，此发现尚未解决问题。测试我的Keras函数的输出后，我发现无论通过0（测试模式）还是1（火车模式），函数的输出都不会保持不变，这表明它没有成功切换到测试模式。如果有人知道为什么，请回答。

编辑2：再一次，通过更多的测试，我意识到这也不是IPython的错。 K.learning_phase（）返回一个布尔值的原因是因为我的模型训练代码中有一行K.set_learning_phase（True），这奇怪地使K.learning_phase（）返回一个布尔值，而不是该布尔值的张量。但这并没有解决为什么测试模式不起作用的问题。

Keras后端功能的Keras学习阶段未正确更新

0 个答案: