【问题标题】:Weird layer suffix issue running in Jupyter Notebook在 Jupyter Notebook 中运行的奇怪层后缀问题
【发布时间】:2019-07-29 13:33:13
【问题描述】:
from keras import layers as KL
def create_model():
    inp = KL.Input(shape=(None,), name='input')
    embedding = KL.Embedding(input_dim=10, output_dim=10)(inp)
    out = KL.Dense(1, activation='sigmoid', name='dense')(embedding)
    model = KM.Model(inputs=[inp], outputs=[out])

    return model

model1 = create_model()
model1.summary()
model2 = create_model()
model2.summary()

model1 的输出:

embedding_1 (Embedding) 

模型2:

embedding_2 (Embedding) 

为什么层的名字不固定?如果我再次运行create_model(),名称将带有_3 的后缀。

有什么想法吗?这与在 Jupyter 中运行有什么关系吗? Jupyter 内核是否以某种方式缓存变量?谢谢!

【问题讨论】:

  • Keras 这样做,因为图层名称必须是唯一的。
  • Keras 是否全局维护图层名称? create_model() 每次调用时都会定义一个新模型。
  • 它创建了它们,因此它们是全球唯一的,但它们不是必须的。请注意,这与变量名无关。
  • 有没有办法重置计数器?我需要修复图层名称,因为我需要将模型移植为 tensforflow 格式并在 C# 中使用它。如果每次训练模型的时候层的名字都变了,那我就得更新代码了。

标签: keras jupyter


【解决方案1】:

每个层都有一个名为name的参数,用于设置层名称。您可以使用它来将自己的固定名称放到图层中,以便以后对它们进行操作。

例如:

conv1 = Conv2D(..., name='conv1')(some_input)

【讨论】:

  • 这行不通。移植为 TensorFlow 格式后,名称将是 embedding_1/embedding 或 embedding_2/embedding
  • @zsong 我觉得我们这里有一个 XY 问题,因为您没有解释到底是什么问题,但您正在努力使您的解决方案发挥作用。请陈述完整的问题。
猜你喜欢
  • 2019-05-23
  • 1970-01-01
  • 2016-04-24
  • 1970-01-01
  • 1970-01-01
  • 2022-12-18
  • 2019-09-17
  • 2016-11-27
  • 2017-08-30
相关资源
最近更新 更多