У меня есть собственный слой в плотном подслое. Я хочу иметь возможность назвать вес этого подслоя. Однако использование name="my_dense"
в инициализаторе подслоя, похоже, не делает этого; веса просто получают в честь внешнего пользовательского слоя.
Чтобы проиллюстрировать проблему, предположим, что мне нужен пользовательский слой, который просто укладывает два плотных слоя. Я напечатаю имена весов этого пользовательского слоя.
class DoubleDense(keras.layers.Layer):
def __init__(self, units, **kwargs):
self.dense1 = keras.layers.Dense(units, name="first_dense")
self.dense2 = keras.layers.Dense(units, name="second_dense")
super(DoubleDense, self).__init__(**kwargs)
def build(self, input_shape):
self.dense1.build(input_shape)
self.dense2.build(self.dense1.units)
def call(self, input):
hidden = self.dense1(input)
return self.dense2(hidden)
dd = DoubleDense(3)
# We need to evaluate the layer once to build the weights
trivial_input = tf.ones((1,10))
output = dd(trivial_input)
# Print the names of all variables in the DoubleDense layer
print([weight.name for weight in dd.weights])
Вывод будет таким:
['double_dense_1/kernel:0',
'double_dense_1/bias:0',
'double_dense_1/kernel:0',
'double_dense_1/bias:0']
... но я ожидал чего-то более похожего на это:
['double_dense_1/first_dense_1/kernel:0',
'double_dense_1/first_dense_1/bias:0',
'double_dense_1/second_dense_1/kernel:0',
'double_dense_1/second_dense_1/bias:0']
Итак, Керас назвал эти веса неоднозначно; нет никакого способа определить, принадлежит ли тензор веса к dd.dense1
или dd.dense2
только по его названию. Я понимаю, что мог бы сначала выбрать слой и , а затем веса (dd.dense1.weights
), но я бы предпочел не делать этого в моем приложении.
Есть ли способ назвать веса подслоя пользовательского слоя?