我已经和Keras一起工作了一周左右。我知道Keras可以使用TensorFlow或Theano作为后端。在我的例子中,我使用的是TensorFlow。
所以我想知道:有没有办法用Keras写一个NN,然后在TensorFlow中打印出相应的版本呢?
MVE
例如,假设我写
#create seq model
model = Sequential()
# add layers
model.add(Dense(100, input_dim = (10,), activation = 'relu'))
model.add(Dense(1, activation = 'linear'))
# compile model
model.compile(optimizer = 'adam', loss = 'mse')
# fit
model.fit(Xtrain, ytrain, epochs = 100, batch_size = 32)
# predict
ypred = model.predict(Xtest, batch_size = 32)
# evaluate
result = model.evaluate(Xtest)这段代码可能是错的,因为我刚开始,但我想你明白了。
我想要做的是写下这段代码,运行它(甚至可能不会!)然后有一个函数或什么东西来生成Keras编写的用于所有这些计算的TensorFlow代码。
发布于 2017-10-19 21:17:05
首先,让我们澄清问题中的一些语言。TensorFlow (和Theano)使用计算图来执行张量计算。因此,当您询问是否有一种方法在Tensorflow中“打印出等效版本”或“生成TensorFlow代码”时,您真正要问的是,如何从Keras模型导出TensorFlow图?
正如Keras作者在这条线中所述,
当您使用TensorFlow后端时,您的Keras代码实际上正在构建TF图。你可以拿着这张图。 Keras只使用一个图和一个会话。
然而,他链接到现在其细节已经过时的教程。但基本概念并没有改变。
我们只需要:
用Keras来做
tensorflow存储库包含一个简短的示例,说明如何从Keras导出模型,以便在TensorFlow笔记本中使用。这基本上是使用TensorFlow。这不是一个写得很清楚的例子,但把它作为一种资源扔出去。
用TensorFlow来做
实际上,我们可以使用函数从TensorFlow本身获得Keras正在使用的会话。这很简单-只是导入和调用。这将返回TensorFlow会话。
一旦您有了TensorFlow会话变量,就可以使用SavedModelBuilder保存计算图(指南+示例在SavedModelBuilder文档中使用TensorFlow)。如果您想知道SavedModelBuilder是如何工作的以及它实际提供了什么,那么SavedModelBuilder Readme在Github回购中的应用是一个很好的指南。
如果您计划大量使用TensorFlow + Keras,请查看tf.contrib.keras中可用的其他模块。
发布于 2017-10-18 09:24:10
所以你想用一种不同的功能来代替WX+b来代替你的神经元。在tensorflow中,您显式地计算了这个产品,例如
y_ = tf.matmul(X, W)你只需写出你的公式,让网络学习。这不应是困难的执行。
此外,您要做的事情(根据您链接的纸张)被称为批标准化,并且是相对标准的。您的想法是将中间步骤规范化(在不同的层中)。检查,例如https://www.google.ch/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&ved=0ahUKEwikh-HM7PnWAhXDXRQKHZJhD9EQFggyMAE&url=https%3A%2F%2Farxiv.org%2Fabs%2F1502.03167&usg=AOvVaw1nGzrGnhPhNGEczNwcn6WK或0pUr1BSsiiRoIFc
希望这能帮上忙,乌姆贝托
https://stackoverflow.com/questions/46806127
复制相似问题