在網絡結構中打印出每層的形狀

在Keras中，我們可以如下定義網絡。有沒有什麼方法可以在每一層之後輸出形狀。舉例來說，我想定義inputs線後打印出的inputs的形狀，然後定義conv1行後打印出的conv1形狀等在網絡結構中打印出每層的形狀

inputs = Input((1, img_rows, img_cols)) 
conv1 = Convolution2D(64, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(inputs) 
conv1 = Convolution2D(64, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(conv1) 
pool1 = MaxPooling2D(pool_size=(2, 2))(conv1) 

conv2 = Convolution2D(128, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(pool1) 
conv2 = Convolution2D(128, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(conv2) 
pool2 = MaxPooling2D(pool_size=(2, 2))(conv2)

來源

2016-11-22 user288609

如果層具有單個節點（即，如果它不是一個共享層），就可以得到其輸入張量，輸出張量，輸入通過形狀和輸出形狀：layer.input_shape

from keras.utils.layer_utils import layer_from_config 

config = layer.get_config() 
layer = layer_from_config(config)

來源： https://keras.io/layers/about-keras-layers/

可能是這樣做的最簡單的方法：

model.layers[layer_of_interest_index].output_shape

來源

2016-11-22 07:14:38

您可以詳細說明如何使用它嗎？例如，我想打印出pool1的信息。我試過配置= pool1.get_config（），它沒有工作。 – user288609

編輯了答案。請檢查 –

只是使用model.summary()，它給你漂亮的打印。

來源

2016-11-22 06:16:49 daoliker

要打印完整的模型和所有的依賴，你也可以看看這裏：https://keras.io/visualization/

我用這個命令我的模型可視化保存爲png：

from keras.utils.visualize_util import plot 
plot(model, to_file='model.png')

如果你只想打印層的形狀，你可以做這樣的事情：

layer = model.layers[-1] 
print(layer.output._keras_shape)

打印：（None，1,224,224）#Nr。過濾器，通道，x_dim，y_dim

來源

2016-11-22 11:32:03

謝謝。如果我只想打印一個特定的圖層，即pool1，該怎麼做？ – user288609

最簡單的方法是命名圖層，然後使用model.get_layer（'pool1'）找到它。 –

在網絡結構中打印出每層的形狀

回答

相關問題