1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do uczenia głębokiego z Keras
Connected

ćwiczenie

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.

Instrukcje

100 XP
  • 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.