<强>获得某层张量的输出维度
代码如下所示:
从进口端keras K
@wraps (Conv2D)
def my_conv (* args, * * kwargs):
new_kwargs={kernel_regularizer: l2 (5 e-6)}
new_kwargs(“填充”)='有效' #“相同”
new_kwargs['进步']=(2,2)如果kwargs.get('进步')==(2,2)其他(1)
# new_kwargs [' kernel_initializer ']=keras.initializers.glorot_uniform(种子=0)
new_kwargs.update (kwargs)
返回Conv2D (* args, * * new_kwargs)
def conv (x, * * kwargs):
x=my_conv (* * kwargs) (x)
x=BatchNormalization(轴=1)(x)
x=LeakyReLU(α=0.05)(x)
返回x
def inception_resnet_a (x_input):
x_short=x_input
s1=conv (x_input、过滤器=32,kernel_size=(1,1))
s2=conv (x_input、过滤器=32,kernel_size=(1,1))
s2=conv (s2,过滤器=32,kernel_size=(3、3),填充=跋嗤?
s3=conv (x_input、过滤器=32,kernel_size=(1,1))
s3=conv (s3,过滤器=48,kernel_size=(3、3),填充=跋嗤?
s3=conv (s3,过滤器=64,kernel_size=(3、3),填充=跋嗤?
x=keras.layers.concatenate ((s1, s2、s3))
x=conv (x,过滤器=384,kernel_size=(1,1))
x=layers.Add () ([x_short x])
x=LeakyReLU(α=0.05)(x)
打印(K.int_shape (x))
之前
使用K.int_shape (tensor_name)即可得到对应张量的维度
以上这篇keras获得模型中某一层的某一个张量的输出维度教程就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
