LoslegenKostenlos starten

Es ist ein Fluss aus Tensoren

Wenn du bereits ein Modell gebaut hast, kannst du mit model.layers und dem tensorflow.keras.backend Funktionen erstellen, die bei einem gültigen Eingabe-Tensor den entsprechenden Ausgabe-Tensor zurückgeben.

Das ist praktisch, wenn wir die Ausgabe eines Netzwerks an einer Zwischenschicht erhalten möchten.

Wenn du zum Beispiel den Input und Output der ersten Schicht eines Netzwerks nimmst, kannst du eine Funktion inp_to_out bauen, die das Ergebnis der Vorwärtsausbreitung nur durch die erste Schicht für einen gegebenen Eingabe-Tensor zurückgibt.

Genau das machst du jetzt!

X_test aus dem Datensatz Banknote Authentication und das zugehörige model sind bereits geladen. Tippe model.summary() in die Konsole, um es zu prüfen.

Diese Übung ist Teil des Kurses

<Kurs>Einstieg ins Deep Learning mit Keras</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere tensorflow.keras.backend als K.
  • Verwende die Liste model.layers, um eine Referenz auf den Input und Output der ersten Schicht zu erhalten.
  • Verwende K.function(), um eine Funktion zu definieren, die inp auf out abbildet.
  • Gib die Ergebnisse aus, wenn du X_test durch die 1. Schicht laufen lässt.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import tensorflow.keras backend
import ____

# Input tensor from the 1st layer of the model
inp = ____.____[____].input

# Output tensor from the 1st layer of the model
out = ____.____

# Define a function from inputs to outputs
inp_to_out = K.function([____], [____])

# Print the results of passing X_test through the 1st layer
print(____([____]))
Code bearbeiten und ausführen