keras 獲取某層的輸入/輸出 tensor 尺寸操作
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(gè)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(gè)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(gè)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(bǔ)充知識(shí)：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(huì)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?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python3使用騰訊云文字識(shí)別(騰訊OCR)提取圖片中的文字內(nèi)容實(shí)例詳解
這篇文章主要介紹了Python3使用騰訊云文字識(shí)別(騰訊OCR)提取圖片中的文字內(nèi)容方法詳解,需要的朋友可以參考下2020-02-02
Python使用pyforms實(shí)現(xiàn)輕松構(gòu)建GUI
pyforms是一個(gè)基于Python的GUI框架,它提供了一種簡(jiǎn)單而強(qiáng)大的方式來構(gòu)建圖形用戶界面,本文將介紹pyforms的使用場(chǎng)景、優(yōu)勢(shì)以及常用的Python代碼案例,需要的小伙伴可以了解下2024-01-01
對(duì)numpy中數(shù)組轉(zhuǎn)置的求解以及向量?jī)?nèi)積計(jì)算方法
今天小編就為大家分享一篇對(duì)numpy中數(shù)組轉(zhuǎn)置的求解以及向量?jī)?nèi)積計(jì)算方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-10-10
Python實(shí)現(xiàn)新型冠狀病毒傳播模型及預(yù)測(cè)代碼實(shí)例
在本篇文章里小編給大家整理的是關(guān)于Python實(shí)現(xiàn)新型冠狀病毒傳播模型及預(yù)測(cè)代碼內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。2020-02-02
基于PyQt5制作Excel文件數(shù)據(jù)去重小工具
這篇文章主要介紹了如何利用PyQt5模塊制作一個(gè)Excel文件數(shù)據(jù)去重小工具，可以將單個(gè)或者多個(gè)Excel文件數(shù)據(jù)進(jìn)行去重操作，去重的列可以通過自定義制定，需要的可以參考一下2022-04-04
pandas中read_excel()函數(shù)的基本使用
在Python的數(shù)據(jù)處理庫pandas中,read_excel()函數(shù)是用于讀取Excel文件內(nèi)容的強(qiáng)大工具,本文就來介紹一下如何使用,具有一定的參考價(jià)值,感興趣的可以了解一下2024-03-03
新手學(xué)python應(yīng)該下哪個(gè)版本
在本篇內(nèi)容中小編給大家整理的是關(guān)于新手學(xué)python應(yīng)該下版本的相關(guān)知識(shí)點(diǎn)，需要的朋友們可以參考學(xué)習(xí)下。2020-06-06
python+logging+yaml實(shí)現(xiàn)日志分割
這篇文章主要為大家詳細(xì)介紹了python+logging+yaml實(shí)現(xiàn)日志分割，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-07-07
這篇文章主要介紹了python調(diào)用shell的方法，python調(diào)用shell命令的方法有許多種，大家可以參考使用2013-11-11
appium+python自動(dòng)化配置(adk、jdk、node.js)
這篇文章主要介紹了appium+python自動(dòng)化配置(adk、jdk、node.js)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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2020-11-11