首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >定义Keras函数

定义Keras函数
EN

Stack Overflow用户
提问于 2018-06-09 01:59:03
回答 1查看 458关注 0票数 0

我最近开始学习深度学习和CNN。我遇到了下面的代码,它定义了一个简单的CNN。

有谁能帮助我理解这些行是如何工作的:

  1. loss = layer_output[:, :, :, 0] -结果是什么?我的问题是,网络还没有经过训练。权重内核尚未计算。那么,它将返回什么样的数据呢!Keras是否代表了第一个内核?
  2. iterate = K.function([input_img], [loss, grads]) --在0网站上没有太多的文档。我所理解的是,iterate是一个函数,它接受一个输入张量,并返回一个张量列表,第一个是loss,第二个是grads。但是,它们是在其他地方定义的!!

使用以下尺寸定义输入图像:

代码语言:javascript
复制
img_data = np.random.uniform(size=(1, 250, 250, 3))  

这里有一个简单的CNN,它有一个卷积层。它使用两个3X3内核。

代码语言:javascript
复制
input = Input(shape=250, 250, 3,), name='input_1')

First_Conv2D = Conv2D(2, kernel_size=(3, 3), padding="same", name='conv2d_1', activation='relu')(input)
flat = Flatten(name='flatten_1')(First_Conv2D)
output = Dense(2, name='dense_1', activation='softmax')(flat)

model = Model(inputs=[input], outputs=[output])

layer_dict = dict([(layer.name, layer) for layer in model.layers[0:]])
layer_output = layer_dict['conv2d_1'].output

input_img = model.input

# Calculate loss and gradient.
loss = layer_output[:, :, :, 0]
grads = K.gradients(loss, input_img)[0]

# Define a Keras function
iterate = K.function([input_img], [loss, grads])

# Call iterate function 
loss_value, grads_value = iterate([img_data])

谢谢。

EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/50766143

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档