keras 獲取某層的輸入/輸出 tensor 尺寸操作
更新時間：2020年06月10日 11:09:09 作者：TinaO-O
這篇文章主要介紹了keras 獲取某層的輸入/輸出 tensor 尺寸操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
獲取單輸入尺寸，該層只被使用了一次。
import keras from keras.layers import Input, LSTM, Dense, Conv2D from keras.models import Model a = Input(shape=(32, 32, 3)) b = Input(shape=(64, 64, 3)) conv = Conv2D(16, (3, 3), padding='same') conved_a = conv(a) # 到目前為止只有一個輸入，以下可行： assert conv.input_shape == (None, 32, 32, 3)
如果該層被使用了兩次
import keras from keras.layers import Input, LSTM, Dense, Conv2D from keras.models import Model a = Input(shape=(32, 32, 3)) b = Input(shape=(64, 64, 3)) conv = Conv2D(16, (3, 3), padding='same') conved_a = conv(a) # 到目前為止只有一個輸入，以下可行： assert conv.input_shape == (None, 32, 32, 3) conved_b = conv(b) # 現(xiàn)在 `.input_shape` 屬性不可行，但是這樣可以： assert conv.get_input_shape_at(0) == (None, 32, 32, 3) assert conv.get_input_shape_at(1) == (None, 64, 64, 3)
如果是輸出，只需要改成output就好：
import keras from keras.layers import Input, LSTM, Dense, Conv2D from keras.models import Model a = Input(shape=(32, 32, 3)) b = Input(shape=(64, 64, 3)) conv = Conv2D(16, (3, 3), padding='same') conved_a = conv(a) # 到目前為止只有一個輸入，以下可行： assert conv.input_shape == (None, 32, 32, 3) conved_b = conv(b) # 就改了output，當(dāng)然尺寸我也改了 assert conv.get_output_shape_at(0) == (None, 32, 32, 16) assert conv.get_output_shape_at(1) == (None, 64, 64, 16)
補充知識：keras中獲取shape的正確方法
在keras的網(wǎng)絡(luò)中，如果用layer_name.shape的方式獲取shape信息將會返還tensorflow.python.framework.tensor_shape.TensorShape其中包含的是tensorflow.python.framework.tensor_shape.Dimension
正確的方式是使用
import keras.backend as K
K.int_shape(laye_name)
以上這篇keras 獲取某層的輸入/輸出 tensor 尺寸操作就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了windows下python安裝小白入門教程，文中安裝步驟介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-09-09
Python+Appium實現(xiàn)自動化清理微信僵尸好友的方法
這篇文章主要介紹了Python+Appium實現(xiàn)自動化清理微信僵尸好友的方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
解決python-docx打包之后找不到default.docx的問題
今天小編就為大家分享一篇解決python-docx打包之后找不到default.docx的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要為大家詳細(xì)介紹了python刪除文件夾下相同文件和無法打開的圖片，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-07-07
大家好，本篇文章主要講的是三分鐘時間教你用Python繪制春聯(lián)，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下2022-01-01
基于opencv的selenium滑動驗證碼的實現(xiàn)
這篇文章主要介紹了基于opencv的selenium滑動驗證碼的實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Python通過yagmail實現(xiàn)發(fā)送郵件代碼解析
這篇文章主要介紹了Python通過yagmail實現(xiàn)發(fā)送郵件代碼解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-10-10
利用Python腳本在Nginx和uwsgi上部署MoinMoin的教程
這篇文章主要介紹了利用Python腳本在Nginx和uwsgi上部署MoinMoin的教程,示例基于CentOS操作系統(tǒng),需要的朋友可以參考下2015-05-05
Python通過DOM和SAX方式解析XML的應(yīng)用實例分享
這篇文章主要介紹了Python通過DOM和SAX方式解析XML的應(yīng)用實例分享,針對這兩種解析方式Python都有相關(guān)的模塊可供使用,需要的朋友可以參考下2015-11-11
深度學(xué)習(xí)小工程練習(xí)之tensorflow垃圾分類詳解
這篇文章主要介紹了練習(xí)深度學(xué)習(xí)的一個小工程，代碼簡單明確，用來作為學(xué)習(xí)深度學(xué)習(xí)的練習(xí)很適合,對于有需要的朋友可以參考下，希望大家可以體驗到深度學(xué)習(xí)帶來的收獲2021-04-04