Я немного изучил код TF / Keras, и на основании этого исследования я считаю, что
model.output.op
обеспечивает математическую «операцию» на выходном слое модели. inputs предоставляют список входных тензоров для этой операции (например, в вашем случае input [0] является первым входом для любой операции). Оставшаяся часть нарезается на этот тензор для извлечения определенного элемента.
После запуска этого кода для примера модели VGG16:
import tensorflow as tf
tf.keras.backend.clear_session() # For easy reset of notebook state.
myNewModel = tf.keras.applications.VGG16()
print('myNewModel.output.op:')
print(myNewModel.output.op)
print('myNewModel.output.op.inputs[0]:')
print(myNewModel.output.op.inputs[0])
print('myNewModel.output.op.inputs[0][0,3]:')
print(myNewModel.output.op.inputs[0][0,3])
Я получаю этот вывод - Обратите внимание, что я использовал 3 дляclass_index только для примера:
myNewModel.output.op:
name: "predictions/Softmax"
op: "Softmax"
input: "predictions/BiasAdd"
attr {
key: "T"
value {
type: DT_FLOAT
}
}
myNewModel.output.op.inputs[0]:
Tensor("predictions/BiasAdd:0", shape=(?, 1000), dtype=float32)
myNewModel.output.op.inputs[0][0,3]:
Tensor("strided_slice:0", shape=(), dtype=float32)
Надеюсь, это поможет.