keras获得model中某一层的某一个Tensor的输出维度教程
获得某层tensor的输出维度
代码如下所示：
fromkerasimportbackendasK
@wraps(Conv2D)
defmy_conv(*args,**kwargs):
new_kwargs={'kernel_regularizer':l2(5e-6)}
new_kwargs['padding']='valid'#'same'
new_kwargs['strides']=(2,2)ifkwargs.get('strides')==(2,2)else(1,1)
#new_kwargs['kernel_initializer']=keras.initializers.glorot_uniform(seed=0)
new_kwargs.update(kwargs)
returnConv2D(*args,**new_kwargs)
defconv(x,**kwargs):
x=my_conv(**kwargs)(x)
x=BatchNormalization(axis=-1)(x)
x=LeakyReLU(alpha=0.05)(x)
returnx
definception_resnet_a(x_input):
x_short=x_input
s1=conv(x_input,filters=32,kernel_size=(1,1))
s2=conv(x_input,filters=32,kernel_size=(1,1))
s2=conv(s2,filters=32,kernel_size=(3,3),padding='same')
s3=conv(x_input,filters=32,kernel_size=(1,1))
s3=conv(s3,filters=48,kernel_size=(3,3),padding='same')
s3=conv(s3,filters=64,kernel_size=(3,3),padding='same')
x=keras.layers.concatenate([s1,s2,s3])
x=conv(x,filters=384,kernel_size=(1,1))
x=layers.Add()([x_short,x])
x=LeakyReLU(alpha=0.05)(x)
print(K.int_shape(x))
使用K.int_shape(tensor_name)即可得到对应tensor的维度
以上这篇keras获得model中某一层的某一个Tensor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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。