我在密集子層中有一個自定義層。我希望能夠命名這個子層的權重。但是，name="my_dense"在子層初始化器上使用似乎并沒有這樣做；權重只是以外部自定義層命名。為了說明這個問題，假設我想要一個簡單地堆疊兩個密集層的自定義層。我將打印這個自定義層的權重名稱。class DoubleDense(keras.layers.Layer): def __init__(self, units, **kwargs): self.dense1 = keras.layers.Dense(units, name="first_dense") self.dense2 = keras.layers.Dense(units, name="second_dense") super(DoubleDense, self).__init__(**kwargs) def build(self, input_shape): self.dense1.build(input_shape) self.dense2.build(self.dense1.units) def call(self, input): hidden = self.dense1(input) return self.dense2(hidden)dd = DoubleDense(3)# We need to evaluate the layer once to build the weightstrivial_input = tf.ones((1,10))output = dd(trivial_input)# Print the names of all variables in the DoubleDense layerprint([weight.name for weight in dd.weights])輸出是這樣的：['double_dense_1/kernel:0', 'double_dense_1/bias:0', 'double_dense_1/kernel:0', 'double_dense_1/bias:0']...但我期待更像這樣的東西：['double_dense_1/first_dense_1/kernel:0', 'double_dense_1/first_dense_1/bias:0', 'double_dense_1/second_dense_1/kernel:0', 'double_dense_1/second_dense_1/bias:0']因此，Keras 模糊地命名了這些權重；沒有辦法判斷一個權重張量是屬于它的dd.dense1還是dd.dense2僅僅通過它的名字。我意識到我可以先選擇圖層，然后選擇權重 ( dd.dense1.weights)，但我不想在我的應用程序中這樣做。有沒有辦法命名自定義層的子層的權重？
1 回答
慕森卡
TA貢獻1806條經驗 獲得超8個贊
如果您想要子類層的名稱，則需要包含name_scope然后調用build每個層。
下面是修改后的代碼，它將為輸出中的每一層命名。
class DoubleDense(keras.layers.Layer):
def __init__(self, units, **kwargs):
self.dense1 = keras.layers.Dense(units)
self.dense2 = keras.layers.Dense(units)
super(DoubleDense, self).__init__( **kwargs)
def build(self, input_shape):
with tf.name_scope("first_dense"):
self.dense1.build(input_shape)
with tf.name_scope("second_dense"):
self.dense2.build(self.dense1.units)
def call(self, input):
hidden = self.dense1(input)
return self.dense2(hidden)
dd = DoubleDense(3)
# We need to evaluate the layer once to build the weights
trivial_input = tf.ones((1,10))
output = dd(trivial_input)
# Print the names of all variables in the DoubleDense layer
print([weight.name for weight in dd.weights])
輸出：
['double_dense/first_dense/kernel:0', 'double_dense/first_dense/bias:0', 'double_dense/second_dense/kernel:0', 'double_dense/second_dense/bias:0']
希望這能回答你的問題，快樂學習！
添加回答
舉報
0/150
提交
取消