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。