Как сделать входной слой явным в tf.keras

Question

В этом вопросе используется предварительно обученная сеть VGG, в сводке которой указывается InputLayer. Мне нравится ясность явного входного слоя ... даже если функционально он ничего не делает (правда?). Но когда я пытаюсь имитировать c что-то вроде:

model = Sequential()
model.add(Input(shape=(128, 128, 3)))
model.add(Conv2D(32, (3, 3), activation='relu'))

результат, отображаемый с помощью print(model.summary()), не отличается от:

model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(128, 128, 3))

... и оба показывают первый слой как слой Conv2D. Где мой Input слой go? И стоит ли возвращать его обратно?

Answer 1

В вашем примере вы используете последовательный, попробуйте использовать keras.models.Model.

inp = keras.layers.Input((128, 128, 3))
op = keras.layers.Conv2D(32, (3, 3), activation='relu')(inp)
model = keras.models.Model(inputs=[ inp ], outputs = [op] )
model.summary()

Model: "model_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_2 (InputLayer)         [(None, 128, 128, 3)]     0         
_________________________________________________________________
conv2d_4 (Conv2D)            (None, 126, 126, 32)      896       
=================================================================
Total params: 896
Trainable params: 896
Non-trainable params: 0
_________________________________________________________________

Answer 2

Нет, вы можете хранить их отдельно, это не имеет никакого значения.

Что касается input_shape, этот аргумент может быть указан для каждого слоя, но Keras достаточно умен, чтобы выводить его собственная форма следующих слоев, поэтому мы не упоминаем об этом явно.