凱拉斯模型大廈

Question

我來自tensorflow，了解更多關於keras的知識，並遇到了這種表示法。 我查看了文檔，但找不到任何示例。 語法是當函數后跟括號中的變量時。

model_input = Input(shape=input_shape)

z = model_input
z = Dropout(dropout_prob[0])(z) # Not sure what this means

我唯一的想法是這可能是一個圖層乘法，但是我不確定謝謝您的幫助。

Answer 1

它是Keras中順序模型的一部分； 因為它是在doc陳述這里

• 圖層實例是可調用的（在張量上），並且它返回一個張量
• 輸入張量和輸出張量可用於定義模型
• 可以像Keras順序模型一樣訓練這種模型。

因此，跟進代碼（僅是一部分），首先可能要導入

from keras.layers import Input, Dropout

然后在var“ model_input”中返回一個張量

model_input = Input(shape=input_shape)

然后可以在張量上調用圖層實例，並返回張量

z = model_input
z = Dropout(dropout_prob[0])(z) # This returns another tensor

之后，例如，您可以使用如下模型：

from keras.models import Model

model = Model(inputs=model_input, outputs=z)
model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])
model.fit(data, labels)  # starts training

因此，現在可以輕松地重用經過訓練的模型：您可以通過在張量上調用任何模型，將其視為層，就像這樣：

x = Input(shape=(784,))
y = model(x)