Question

我想计算模型图层的数量。我使用两种方法：

len(model.layers)

和

len(model.layers_by_depth)

但我得到了不同的结果。 layers_by_depth和layers之间有什么区别？谢谢！

Answer 1

您可以阅读source code以了解layers_by_depth的构建方式：

# Build a dict {depth: list of layers with this depth}
layers_by_depth = {}
for layer, depth in layers_depths.items():
    if depth not in layers_by_depth:
        layers_by_depth[depth] = []
layers_by_depth[depth].append(layer)

以及如何构建self.layers：

# Set self.layers and self.layers_by_depth.

layers = []
for depth in depth_keys:
    layers_for_depth = layers_by_depth[depth]
    # Container.layers needs to have a deterministic order:
    # here we order them by traversal order.
    layers_for_depth.sort(key=lambda x: layer_indices[x])
    for layer in layers_for_depth:
        layers.append(layer)
self.layers = layers
self.layers_by_depth = layers_by_depth

Answer 2

model.layers为您提供所有图层的列表。添加它们时，它们的顺序差不多。

model.layers_by_depth（似乎已在较新版本中删除）将为您提供一个字典，其中包含每个深度（键）的层列表。

model.layers_by_depth对于线性模型（即每一层都有一个输入/输出）将非常相似，但对于非线性模型（例如起始网）则有所不同。在这里，层将按深度分组。如果您有一个深度为n的图层输出到两个图层，则可以在列表中深度为n+1的列表中找到这两个新图层，而不是未分组的model.layers。

keras - layers_by_depth和layers之间的区别

2 个答案: