Kom igångKom igång gratis

Ett flöde av tensorer

När du har byggt en modell kan du använda model.layers och tensorflow.keras.backend för att skapa funktioner som, givet en giltig indatatensor, returnerar motsvarande utdatatensor.

Detta är ett användbart verktyg när du vill hämta utdata från ett nätverk i ett mellanliggande lager.

Om du till exempel hämtar indata och utdata från nätverkets första lager kan du bygga en inp_to_out-funktion som returnerar resultatet av att köra framåtpropagering enbart genom det första lagret för en given indatatensor.

Det är precis det du ska göra nu!

X_test från datamängden Banknote Authentication och dess model är förinlästa. Skriv model.summary() i konsolen för att kontrollera modellen.

Den här övningen är en del av kursen

Introduktion till djupinlärning med Keras

Visa kurs

Övningsinstruktioner

  • Importera tensorflow.keras.backend som K.
  • Använd listan model.layers för att hämta en referens till indata och utdata för det första lagret.
  • Använd K.function() för att definiera en funktion som mappar inp till out.
  • Skriv ut resultatet av att skicka X_test genom det första lagret.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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(____([____]))
Redigera och kör kod