เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การไหลของ tensor

เมื่อสร้างโมเดลแล้ว สามารถใช้ model.layers ร่วมกับ tensorflow.keras.backend เพื่อสร้างฟังก์ชันที่รับ input tensor ที่ถูกต้อง แล้วคืนค่า output tensor ที่สอดคล้องกันได้

เครื่องมือนี้มีประโยชน์มากเมื่อต้องการดู output ของโครงข่ายที่ intermediate layer ชั้นใดชั้นหนึ่ง

ตัวอย่างเช่น หากดึง input และ output จาก layer แรกของโครงข่าย ก็สามารถสร้างฟังก์ชัน inp_to_out ที่แสดงผลลัพธ์ของการทำ forward propagation ผ่าน layer แรกเพียงชั้นเดียวสำหรับ input tensor ที่กำหนดได้

นั่นคือสิ่งที่จะทำในแบบฝึกหัดนี้!

X_test จากชุดข้อมูล Banknote Authentication และ model ถูกโหลดไว้ล่วงหน้าแล้ว ลองพิมพ์ model.summary() ในคอนโซลเพื่อตรวจสอบโครงสร้าง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning เบื้องต้นด้วย Keras

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import tensorflow.keras.backend เป็น K
  • ใช้ list model.layers เพื่อดึง reference ของ input และ output จาก layer แรก
  • ใช้ K.function() เพื่อกำหนดฟังก์ชันที่แมป inp ไปยัง out
  • แสดงผลลัพธ์ที่ได้จากการส่ง X_test ผ่าน layer ที่ 1

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(____([____]))
แก้ไขและรันโค้ด