Zacznij terazZacznij za darmo

Przepływ tensorów

Jeśli masz już zbudowany model, możesz użyć model.layers oraz tensorflow.keras.backend, aby tworzyć funkcje, które – dla prawidłowego tensora wejściowego – zwracają odpowiadający mu tensor wyjściowy.

To przydatne narzędzie, gdy chcesz uzyskać wynik działania sieci na poziomie pośredniej warstwy.

Na przykład, pobierając dane wejściowe i wyjściowe z pierwszej warstwy sieci, możesz zbudować funkcję inp_to_out, która zwraca wynik propagacji w przód tylko przez tę pierwszą warstwę dla podanego tensora wejściowego.

Właśnie to zrobisz teraz!

X_test ze zbioru danych Banknote Authentication oraz powiązany model są już wczytane. Wpisz model.summary() w konsoli, aby je sprawdzić.

To ćwiczenie jest częścią kursu

Wprowadzenie do uczenia głębokiego z Keras

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaimportuj tensorflow.keras.backend jako K.
  • Użyj listy model.layers, aby uzyskać referencję do wejścia i wyjścia pierwszej warstwy.
  • Użyj K.function(), aby zdefiniować funkcję mapującą inp na out.
  • Wyświetl wyniki przepuszczenia X_test przez pierwszą warstwę.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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(____([____]))
Edytuj i uruchom kod