keras.layer.input()用法说明


Posted in Python onJune 16, 2020

tenserflow建立网络由于先建立静态的graph,所以没有数据,用placeholder来占位好申请内存。

那么keras的layer类其实是一个方便的直接帮你建立深度网络中的layer的类。

该类继承了object,是个基础的类,后续的诸如input_layer类都会继承与layer

由于model.py中利用这个方法建立网络,所以仔细看一下:他的说明详尽而丰富。

input()这个方法是用来初始化一个keras tensor的,tensor说白了就是个数组。他强大到之通过输入和输出就能建立一个keras模型。shape或者batch shape 必须只能给一个。shape = [None,None,None],会创建一个?*?*?的三维数组。

下面还举了个例子,a,b,c都是keras的tensor, `model = Model(input=[a, b], output=c)`

def Input(shape=None, batch_shape=None,
     name=None, dtype=None, sparse=False,
     tensor=None):
  """`Input()` is used to instantiate a Keras tensor.
  A Keras tensor is a tensor object from the underlying backend
  (Theano, TensorFlow or CNTK), which we augment with certain
  attributes that allow us to build a Keras model
  just by knowing the inputs and outputs of the model.
  For instance, if a, b and c are Keras tensors,
  it becomes possible to do:
  `model = Model(input=[a, b], output=c)`
  The added Keras attributes are:
    `_keras_shape`: Integer shape tuple propagated
      via Keras-side shape inference.
    `_keras_history`: Last layer applied to the tensor.
      the entire layer graph is retrievable from that layer,
      recursively.
  # Arguments
    shape: A shape tuple (integer), not including the batch size.
      For instance, `shape=(32,)` indicates that the expected input
      will be batches of 32-dimensional vectors.
    batch_shape: A shape tuple (integer), including the batch size.
      For instance, `batch_shape=(10, 32)` indicates that
      the expected input will be batches of 10 32-dimensional vectors.
      `batch_shape=(None, 32)` indicates batches of an arbitrary number
      of 32-dimensional vectors.
    name: An optional name string for the layer.
      Should be unique in a model (do not reuse the same name twice).
      It will be autogenerated if it isn't provided.
    dtype: The data type expected by the input, as a string
      (`float32`, `float64`, `int32`...)
    sparse: A boolean specifying whether the placeholder
      to be created is sparse.
    tensor: Optional existing tensor to wrap into the `Input` layer.
      If set, the layer will not create a placeholder tensor.
  # Returns
    A tensor.
  # Example
  ```python
  # this is a logistic regression in Keras
  x = Input(shape=(32,))
  y = Dense(16, activation='softmax')(x)
  model = Model(x, y)
  ```
  """

tip:我们在model.py中用到了shape这个attribute,

input_image = KL.Input(
      shape=[None, None, config.IMAGE_SHAPE[2]], name="input_image")
    input_image_meta = KL.Input(shape=[config.IMAGE_META_SIZE],
                  name="input_image_meta")

阅读input()里面的句子逻辑:

可以发现,进入if语句的情况是batch_shape不为空,并且tensor为空,此时进入if,用assert判断如果shape不为空,那么久会有错误提示,告诉你要么输入shape 要么输入batch_shape, 还提示你shape不包含batch个数,就是一个batch包含多少张图片。

那么其实如果tensor不空的话,我们可以发现,也会弹出这个提示,但是作者没有写这种题型,感觉有点没有安全感。注意点好了

if not batch_shape and tensor is None:
    assert shape is not None, ('Please provide to Input either a `shape`'
                  ' or a `batch_shape` argument. Note that '
                  '`shape` does not include the batch '
                  'dimension.')

如果单纯的按照规定输入shape,举个例子:只将shape输入为None,也就是说tensor的dimension我都不知道,但我知道这是个向量,你看着办吧。

input_gt_class_ids = KL.Input(
shape=[None], name="input_gt_class_ids", dtype=tf.int32)

就会调用Input()函数中的这个判断句式,注意因为shape是个List,所以shape is not None 会返回true。同时有没有输入batch_shape的话,就会用shape的参数去创造一个batch_shape.

if shape is not None and not batch_shape:
batch_shape = (None,) + tuple(shape)

比如如果输入:

shape = (None,)
batch_shape = (None,)+shape
batch_shape
#会得到(None, None)

可以发现,这里要求使用者至少指明你的数据维度,比如图片的话,是三维的,所以shape至少是[None,None,None],而且我认为shape = [None,1] 与shape = [None]是一样的都会创建一个不知道长度的向量。

以上这篇keras.layer.input()用法说明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三水点靠木。

Python 相关文章推荐
python中文乱码的解决方法
Nov 04 Python
urllib2自定义opener详解
Feb 07 Python
python刷投票的脚本实现代码
Nov 08 Python
Python get获取页面cookie代码实例
Sep 12 Python
Python 3.x基于Xml数据的Http请求方法
Dec 28 Python
Python3中编码与解码之Unicode与bytes的讲解
Feb 28 Python
详解python-图像处理(映射变换)
Mar 22 Python
Python多进程方式抓取基金网站内容的方法分析
Jun 03 Python
Python实现串口通信(pyserial)过程解析
Sep 25 Python
Python selenium页面加载慢超时的解决方案
Mar 18 Python
python 如何读、写、解析CSV文件
Mar 03 Python
忆童年!用Python实现愤怒的小鸟游戏
Jun 07 Python
python适合做数据挖掘吗
Jun 16 #Python
Python+PyQt5+MySQL实现天气管理系统
Jun 16 #Python
Python实现SMTP邮件发送
Jun 16 #Python
python语言中有算法吗
Jun 16 #Python
python爬虫可以爬什么
Jun 16 #Python
通过cmd进入python的步骤
Jun 16 #Python
解决Keras 自定义层时遇到版本的问题
Jun 16 #Python
You might like
Windows2003下php5.4安装配置教程(IIS)
2016/06/30 PHP
php如何实现不借助IDE快速定位行数或者方法定义的文件和位置
2017/01/17 PHP
Yii2.0中使用js异步删除示例
2017/03/10 PHP
Ajax+Jpgraph实现的动态折线图功能示例
2019/02/11 PHP
解决laravel groupBy 对查询结果进行分组出现的问题
2019/10/09 PHP
javascript控制图片播放的实现代码
2020/07/29 Javascript
Easyui ueditor 整合解决不能编辑的问题(推荐)
2017/06/25 Javascript
vue-for循环嵌套操作示例
2019/01/28 Javascript
vue基础之data存储数据及v-for循环用法示例
2019/03/08 Javascript
详解Vue中的scoped及穿透方法
2019/04/18 Javascript
VUE前后端学习tab写法实例
2019/08/06 Javascript
node express使用HTML模板的方法示例
2019/08/22 Javascript
python中MySQLdb模块用法实例
2014/11/10 Python
使用python在本地电脑上快速处理数据
2017/06/22 Python
python如何为创建大量实例节省内存
2018/03/20 Python
在服务器上安装python3.8.2环境的教程详解
2020/04/26 Python
用python监控服务器的cpu,磁盘空间,内存,超过邮件报警
2021/01/29 Python
html5摇一摇代码优化包括DeviceMotionEvent等等
2014/09/01 HTML / CSS
芬兰汽车配件商店:Autonvaraosat24
2017/01/30 全球购物
世界上获奖最多的手机镜头:Olloclip
2018/03/03 全球购物
泰国综合购物网站:Lazada泰国
2018/04/09 全球购物
加拿大在线眼镜零售商:SmartBuyGlasses加拿大
2019/05/25 全球购物
车祸赔偿收入证明
2014/01/09 职场文书
销售人员获奖感言
2014/02/05 职场文书
学雷锋演讲稿
2014/03/04 职场文书
心理学专业求职信
2014/06/16 职场文书
活动总结报告怎么写
2014/07/03 职场文书
学校社会实践活动总结
2014/07/03 职场文书
2014年施工员工作总结
2014/11/18 职场文书
党校毕业个人总结
2015/02/28 职场文书
忠诚与背叛观后感
2015/06/04 职场文书
2015上半年个人工作总结
2015/07/27 职场文书
浅析MongoDB之安全认证
2021/06/26 MongoDB
Python进行区间取值案例讲解
2021/08/02 Python
《游戏王:大师决斗》将推出新卡牌包4月4日上线
2022/03/31 其他游戏
Python+Tkinter打造签名设计工具
2022/04/01 Python