定义Keras函数
定义Keras函数
提问于 2018-06-09 01:59:03
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：
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?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：
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。
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。
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
腾讯云开发者
