[英]The Tensorflow model graph built with keras.utils.plot_model does not show concatenations
我正在尝试构建一个密集的块,所以我写了一个这样的简单示例:
input_layer = Input(shape=(HEIGHT, WIDTH, 3))
layer1 = Conv2D(1, (3, 3), activation="relu", padding="same")(input_layer)
layer2 = Conv2D(2, (3, 3), activation="relu", padding="same")(layer1)
layer3 = Conv2D(3, (3, 3), activation="relu", padding="same")(layer2)
layer4 = Conv2D(4, (3, 3), activation="relu", padding="same")(layer3)
concatenate([layer3, layer2])
concatenate([layer4, layer3])
concatenate([layer4, layer2])
model = keras.Model(inputs=input_layer, outputs=layer4, name="Dense_block")
keras.utils.plot_model(model, "info.png", show_shapes=True)
但我得到的图表不包含任何连接:
我的代码可能有问题吗?
由于调用 model = keras.Model(inputs=input_layer, outputs=layer4
model = keras.Model(inputs=input_layer, outputs=layer4, name="Dense_block")
,连接了第 1 层到第 4 层,并且是 model 的一部分。 您的连接操作未连接。
您可以通过定义一个新层来解决此问题,例如layer5 = concatenate([layer3, layer2])
并将该层传递给 model 语句中的outputs
。
对于连接本身,我建议您使用 Keras 的连接层: tf.keras.layers.Concatenate
。 参考这里。
layer5 = tf.keras.layers.Concatenate()([layer3, layer2])
model = keras.Model(inputs=input_layer, outputs=layer5, name="Dense_block")
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.