我得到的模型的预构建Keras层列表为:
def build_model(layers):
我想构建一个Keras Functional API模型:
model = Model(inputs, outputs)
为此,我使用了:
inputs = list()
outputs = list()
for layer in layers:
if isinstance(layer, keras.layers.Input):
inputs.append(layer)
else:
outputs.append(layer)
但是问题是,预先构建的Keras输入层不再保存数据类型:输入,而是像这样的张量:
Tensor(“ input_1:0”,shape =(None,None,None),dtype = float32)
是否有解决方案?遗憾的是,不能更改函数签名,但是如果有解决方法,请告诉我(真的卡在这里)。
谢谢。
答案 0 :(得分:1)
由于函数isinstance
出现问题,我们可以使用Names of Layers
解决此问题。
例如,让我们使用下面的代码构建一个简单的模型:
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, Dropout, Input
from tensorflow import keras
x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)
让我们使用model.summary()
命令验证体系结构,如下所示:
Model: "model_1"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
input_2 (InputLayer) [(None, 32)] 0
_________________________________________________________________
dense_1 (Dense) (None, 16) 528
=================================================================
Total params: 528
Trainable params: 528
Non-trainable params: 0
如果我们观察图层的名称,则Input Layer
的前缀为 input 。
换句话说,就是代码,
print('Name of First Layer is ', layers[0].name)
print('Name of Second Layer is ', layers[1].name)
结果
Name of First Layer is input_2
Name of Second Layer is dense_1
因此,我们可以如下所示修改逻辑:
layers = model.layers
inputs = []
outputs = []
for layer in layers:
# Check if a Layer is an Input Layer using its name
if 'input' in layer.name:
inputs.append(layer)
else:
outputs.append(layer)
print('Inputs List is ', inputs)
print('Outputs List is ', outputs)
以上代码的输出为:
Inputs List is [<tensorflow.python.keras.engine.input_layer.InputLayer object at 0x7fef788154e0>]
Outputs List is [<tensorflow.python.keras.layers.core.Dense object at 0x7fef78845fd0>]
希望这会有所帮助。学习愉快!