keras 获取某层的输入/输出 tensor 尺寸操作
获取单输入尺寸，该层只被使用了一次。
importkeras fromkeras.layersimportInput,LSTM,Dense,Conv2D fromkeras.modelsimportModel a=Input(shape=(32,32,3)) b=Input(shape=(64,64,3)) conv=Conv2D(16,(3,3),padding='same') conved_a=conv(a) #到目前为止只有一个输入，以下可行： assertconv.input_shape==(None,32,32,3)
如果该层被使用了两次
importkeras fromkeras.layersimportInput,LSTM,Dense,Conv2D fromkeras.modelsimportModel a=Input(shape=(32,32,3)) b=Input(shape=(64,64,3)) conv=Conv2D(16,(3,3),padding='same') conved_a=conv(a) #到目前为止只有一个输入，以下可行： assertconv.input_shape==(None,32,32,3) conved_b=conv(b) #现在`.input_shape`属性不可行，但是这样可以： assertconv.get_input_shape_at(0)==(None,32,32,3) assertconv.get_input_shape_at(1)==(None,64,64,3)
如果是输出，只需要改成output就好：
importkeras fromkeras.layersimportInput,LSTM,Dense,Conv2D fromkeras.modelsimportModel a=Input(shape=(32,32,3)) b=Input(shape=(64,64,3)) conv=Conv2D(16,(3,3),padding='same') conved_a=conv(a) #到目前为止只有一个输入，以下可行： assertconv.input_shape==(None,32,32,3) conved_b=conv(b) #就改了output，当然尺寸我也改了 assertconv.get_output_shape_at(0)==(None,32,32,16) assertconv.get_output_shape_at(1)==(None,64,64,16)
补充知识：keras中获取shape的正确方法
在keras的网络中，如果用layer_name.shape的方式获取shape信息将会返还tensorflow.python.framework.tensor_shape.TensorShape其中包含的是tensorflow.python.framework.tensor_shape.Dimension
正确的方式是使用
importkeras.backendasK
K.int_shape(laye_name)
以上这篇keras获取某层的输入/输出tensor尺寸操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。