Question

我想访问Sequential Keras模型中所有图层的图层大小。我的代码：

model = Sequential()
model.add(Conv2D(filters=32, 
               kernel_size=(3,3), 
               input_shape=(64,64,3)
        ))
model.add(MaxPooling2D(pool_size=(3,3), strides=(2,2)))

然后我想要一些代码如下工作

for layer in model.layers:
    print(layer.get_shape())

..但事实并非如此。我收到错误：AttributeError: 'Conv2D' object has no attribute 'get_shape'

Answer 1

如果您希望以奇特的方式打印输出：

model.summary()

如果您希望以可访问的形式显示尺寸

for layer in model.layers:
    print(layer.get_output_at(0).get_shape().as_list())

访问形状的方法可能比这更好。感谢Daniel的灵感。

Answer 2

只需使用model.summary()，它就会打印出所有图层的输出形状。

如果您需要它们作为数组，元组等，您可以尝试：

for l in model.layers:
    print (l.output_shape)

它将作为第一层的（无，62,62,32）。 None与batch_size相关，将在训练或预测期间定义。

Answer 3

根据Keras Layer的官方文档，人们可以通过layer.output_shape或layer.input_shape访问图层的输出/输入形状。

from keras.models import Sequential
from keras.layers import Conv2D, MaxPool2D


model = Sequential(layers=[
    Conv2D(32, (3, 3), input_shape=(64, 64, 3)),
    MaxPool2D(pool_size=(3, 3), strides=(2, 2))
])

for layer in model.layers:
    print(layer.output_shape)

# Output
# (None, 62, 62, 32)
# (None, 30, 30, 32)

Keras：如何在Sequential模型中获取图层形状

3 个答案: