Question

我正在实施自定义keras图层。我班上的调用方法如下。

  def call(self, inputs, mask=None):
    if type(inputs) is not list or len(inputs) <= 1:
      raise Exception('Merge must be called on a list of tensors '
                      '(at least 2). Got: ' + str(inputs))
    e1 = inputs[0]
    e2 = inputs[1]
    f = K.transpose((K.batch_dot(e1, K.dot(e2, self.W), axes=1))) #Removing K.transpose also works, why?
    return f

我已经验证并且代码有效但我正在尝试找到在keras中实现自定义层时更好地调试的方法。假设e1和e2是（batch_size * d），W是（d * d）如何找到表达式每个子部分的尺寸？例如。 K.dot（e2，self.W），batch_dot等的结果。

Answer 1

如果您使用的是theano后端，则可以定义Theano功能。（like François suggested）

E.g。

import theano
from keras import layers

input = layers.Input(params)
layer = YourLayer(params)
output = layer(input)

debug_fn = theano.function([input], output)
print(debug_fn(numpy_array))

如果您想要中间结果，我通常会暂时返回它们，例如：

  def call(self, inputs, mask=None):
    if type(inputs) is not list or len(inputs) <= 1:
      raise Exception('Merge must be called on a list of tensors '
                      '(at least 2). Got: ' + str(inputs))
    e1 = inputs[0]
    e2 = inputs[1]
    f = K.transpose((K.batch_dot(e1, K.dot(e2, self.W), axes=1))) #Removing     K.transpose also works, why?
    return f, e1


import theano
from keras import layers

input = layers.Input(params)
layer = YourLayer(params)
output, e1 = layer(input)

debug_fn = theano.function([input], e1)
print(debug_fn(numpy_array))

我不知道是否有更好的做法，但它对我来说效果很好。

查找keras中间表达式的维度

1 个答案: