如何打印输入 KerasTensor

Question

我正在使用以下代码使用我自己的自定义损失函数在 Keras 中训练一个 NN。但是，我真的不知道输入是什么（它的类型是 KerasTensor）。我怎样才能打印出它的价值？我需要访问作为网络输入的训练数据点（例如 [1,2,3,4]）、其真实标签（例如 [1]）及其预测标签（例如 [-1]）。我怎样才能做到这一点？

    def custom_loss(input):

        def loss(y_true, y_pred):
            return ...
        return loss

    def custom_model():
        input = Input(shape=(16,))
        x = Dense(8, kernel_initializer='glorot_uniform', activation='linear')(i)
        output = Dense(1, kernel_initializer='normal', activation='linear')(x)
        model = Model(input, output)
        model.compile(loss=custom_loss(input), optimizer='adam')
        return model

还有一个小问题：为什么我们总是通过 shape=(16,) 而不是简单地通过 shape = 16 来指定层中的神经元数量？这有什么不同吗？另外，使用第一种表示法的逻辑原因是什么？

Answer 1

好的，这个问题并不完全清楚，因为我们不知道您希望什么时候打印出来。尽管如此，要在拟合期间打印一个值，您始终可以使用回调，该回调将在训练期间激活：link to doc

class PrintingCallback(tf.keras.callbacks.Callback):
  def __init__(self, train_data):
        self.train_data_x, self.train_data_y = train_data

  def on_train_batch_end(self, batch, logs=None):
        for index in range(len(self.train_data_x)):
            input_value = self.train_data_x[index]
            label = self.train_data_y[index]
            predicted = self.model.predict(np.expand_dims(input_value, axis=0))
            print("input value : {}, real label : {}, predicted : {}".format(input_value, label, predicted))

然后在合适的时候你给回调，

x_train = np.zeros((150, 16))
y_train = np.zeros((150, 1))
...

model.fit(
    x_train,
    y_train,
    ...
    callbacks=[PrintingCallback((x_train,
    y_train))],
)

在拟合期间，您将打印输入值、真实标签并在每批结束时进行预测。

请记住，您还可以使用 Tensorboard 打印这些值，然后使用编写器获取它并将标量打印到仪表板：https://www.tensorflow.org/tensorboard/scalars_and_keras