如何對自定義 Keras 層進行故障排除

Question

I'm creating a model using Keras (I'm a beginner) and wrote a lambda function to randomly choose whether or not to flip the initial input layer.

這是嘗試這樣做的片段：

input_global = Input(shape=(2001,1))
flipped = Lambda(lambda x: keras.backend.reverse(x, axes=1) if np.random.random() < 0.5 else x, output_shape=(input_global.shape[1], input_global.shape[2]))(input_global)

我的 model 編譯，但在 model 的定義中間記錄諸如print("Hello, world")之類的消息只會導致“Hello world”被記錄一次——並非每次數據在訓練期間進入 Z20F35E630DAF44DBFACZC3F6 時。

我怎么知道我的 function 做了我打算做的事情？

Answer 1

在構建 Keras model 時，您正在構建操作圖，並且每當您通過 model 運行輸入時，您正在通過該操作圖運行輸入。 換句話說，您構建一個 model 一次，然后您可以根據需要多次運行輸入。

非 Keras 函數不會成為圖表的一部分，包括print或np.random.random()等操作。 您將需要使用 Keras 等效項。

對於print ，請使用 function keras.backend.print_tensor 。

對於np.random.random ，使用 function keras.backend.random_uniform 。

我認為您不打算這樣做，但是因為您在自定義層中使用np.random.random() ，所以只有在構建 model 時才會執行該操作。 只要您通過 model 運行數據，它就不會運行。 換句話說，該層要么只反轉輸入，要么只返回輸入。 要獲得我認為您想要的隨機行為，您需要使用 Keras function （即keras.backend.random_uniform ）。 每次運行 model 時，使用 Keras function 將生成一個隨機數。

為了強調這一點， np.random.random()將在您構建 model 時運行一次，本質上它將在構建時確定該層將做什么（即，它要么只反轉輸入，要么它將只返回輸入不變）。 keras.backend.random_uniform() , on the other hand, will not generate a random number when you build the model, but instead it adds a random_uniform operation to the model, so every time data goes through the model, a random number will be從那個點的均勻分布中得出。