打印出网络架构中每一层的形状

Question

在 Keras 中，我们可以如下定义网络。有没有办法在每一层之后输出形状。比如我想在定义inputs的行之后打印出inputs的形状，然后在定义conv1的行之后打印出conv1的形状等等。

inputs = Input((1, img_rows, img_cols))
conv1 = Convolution2D(64, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(inputs)
conv1 = Convolution2D(64, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(conv1)
pool1 = MaxPooling2D(pool_size=(2, 2))(conv1)

conv2 = Convolution2D(128, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(pool1)
conv2 = Convolution2D(128, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(conv2)
pool2 = MaxPooling2D(pool_size=(2, 2))(conv2)

Answer 1

如果一个层有一个节点（即如果它不是一个共享层），你可以通过：layer.input_shape获得它的输入张量、输出张量、输入形状和输出形状

from keras.utils.layer_utils import layer_from_config

config = layer.get_config()
layer = layer_from_config(config)

来源：https://keras.io/layers/about-keras-layers/

这可能是最简单的方法：

model.layers[layer_of_interest_index].output_shape

Answer 2

要打印完整的模型及其所有依赖项，您还可以查看此处：https://keras.io/visualization/

我使用这个命令将我的模型可视化保存为 png：

from keras.utils.visualize_util import plot
plot(model, to_file='model.png')

如果您只想打印图层形状，您可以执行以下操作：

layer = model.layers[-1]
print(layer.output._keras_shape)

打印：(None, 1, 224, 224) # Nr.过滤器、通道、x_dim、y_dim

Answer 3

只需使用model.summary()，它会为您提供漂亮的打印效果。