keras，模型（数据）是什么意思

Question

class MNISTModel:
    def __init__(self, restore, session=None):
        self.num_channels = 1
        self.image_size = 28
        self.num_labels = 10

        model = Sequential()

        model.add(Conv2D(32, (3, 3),
                         input_shape=(28, 28, 1)))
        model.add(Activation('relu'))
        model.add(Conv2D(32, (3, 3)))
        model.add(Activation('relu'))
        model.add(MaxPooling2D(pool_size=(2, 2)))

        model.add(Conv2D(64, (3, 3)))
        model.add(Activation('relu'))
        model.add(Conv2D(64, (3, 3)))
        model.add(Activation('relu'))
        model.add(MaxPooling2D(pool_size=(2, 2)))

        model.add(Flatten())
        model.add(Dense(200))
        model.add(Activation('relu'))
        model.add(Dense(200))
        model.add(Activation('relu'))
        model.add(Dense(10))
        model.load_weights(restore)

        self.model = model
        print('selfMNIST')

    def predict(self, data):
        tmp=self.model(data)  #Question is here
        return tmp

这句话“tmp=self.model(data)”是干什么用的？ 这里的“模型”是类顺序的变量，我从来没有见过这样的用法。 此代码取自 ## 版权所有 (C) 2016, Nicholas Carlini

Answer 1

好问题，这取决于data 是什么，但代码 sn-p 肯定是误导。澄清一下：

• 如果你直接调用模型你需要传递张量，它就像另一个层。 model(anotherlayer) 例如工作。但是，如果您传递实际数据，例如 NumPy 错误，则会出现以下错误：

  ValueError: Layersequential_1 被调用的输入不是符号张量。接收类型：.完整输入：[array(...)]。该层的所有输入都应该是张量。

• 如果您想进行预测，例如传递一些数字数据并运行网络/传播值/计算输出，那么您需要 model.predict(data) 这就是它具有误导性的原因，因为它是一个预测函数。

我的猜测是作者需要将模型链接在一起并编辑类的predict 函数，而不是创建不同的类函数。