温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

keras.layers.Layer中无法定义name如何解决

发布时间:2023-02-22 17:43:53 来源:亿速云 阅读:127 作者:iii 栏目:开发技术

本篇内容介绍了“keras.layers.Layer中无法定义name如何解决”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

    keras.layers.Layer中无法定义name问题

    在使用keras之中定义层的时候,如果按照以下的方法直接在keras.layers.Layer中定义相应的self.name

    会发生相应的报错

    import params as pp
    import params_flow as pf
    import tensorflow as tf
    import tensorflow.keras as keras
    class MyParams(tf.keras.layers.Layer):   
        def __init__(self):
            super(MyParams,self).__init__()
            self.name = 'hello'
        def build(self,input_shape):
            self.dense0 = keras.layers.Dense(units = 25,
                                    #kernel_initializer = self.create_initializer(),
                                    name = "dense0")
        def call(self,inputs):
            results = self.dense0(inputs)
    data = MyParams()
    print(data.name)

    此时会相应的报错

    AttributeError: Can't set the attribute "name", likely because it conflicts with an existing read-only @property of the object. Please choose a different name.

    也就是说,在keras之中的"self.name"为只读属性,不能够被定义,此时需要更换另外一个名字。

    但是只有name这个属性能够对应到self.weights的名称之中,那么这里我们该如何定义呢

    此时我发现,直接定义在__init__函数之前,可以对keras的名称完成相应的定义

    import params as pp
    import params_flow as pf
    import tensorflow as tf
    import tensorflow.keras as keras
    class MyParams(tf.keras.layers.Layer):   
        name = 'hello'
        def __init__(self):
            super(MyParams,self).__init__()
            
        def build(self,input_shape):
            self.dense0 = keras.layers.Dense(units = 25,
                                    #kernel_initializer = self.create_initializer(),
                                    name = "dense0")
        def call(self,inputs):
            results = self.dense0(inputs)
    data = MyParams()
    print(data.name)

    同时我们传入一个tensor的input_ids类型进行相应的输入,发现已经能够对weights的权重名称进行改变了

    input_ids = keras.layers.Input(shape=(50,), dtype='int32', name="input_ids")
    outputs = data(input_ids)
    data.weights

    对应的输出内容如下

    [<tf.Variable 'hello/dense0/kernel:0' shape=(50, 25) dtype=float32, numpy=
     array([[-0.10505645,  0.09756875,  0.14427656, ..., -0.17254017,
             -0.18592533, -0.13920134],
            [-0.10033116, -0.17831415, -0.03435555, ..., -0.02460951,
              0.13194972,  0.21918347],
            [ 0.15699485, -0.24836   ,  0.01044622, ...,  0.04577217,
              0.23334488,  0.09155059],
            ...,
            [-0.22210473,  0.14221036,  0.07721925, ...,  0.03358698,
              0.08100349,  0.15415356],
            [-0.1433322 , -0.00878078, -0.0760702 , ..., -0.06091703,
              0.18796855, -0.19009456],
            [-0.0446853 ,  0.14639893,  0.1729418 , ..., -0.04699725,
              0.12940568, -0.24003454]], dtype=float32)>,
     <tf.Variable 'hello/dense0/bias:0' shape=(25,) dtype=float32, numpy=
     array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
            0., 0., 0., 0., 0., 0., 0., 0.], dtype=float32)>]

    可以发现这里的权重内容已经变成hello打头的内容了,然而此时又一个对应的问题出现了,这得益于__init__函数前面内容的特殊性:

    如果我们将对应的内容改为如下

    import params as pp
    import params_flow as pf
    import tensorflow as tf
    import tensorflow.keras as keras
    class MyParams(tf.keras.layers.Layer):   
        print('begining')
        name = 'hello'
        def __init__(self):
            super(MyParams,self).__init__()
            
        def build(self,input_shape):
            self.dense0 = keras.layers.Dense(units = 25,
                                    #kernel_initializer = self.create_initializer(),
                                    name = "dense0")
        def call(self,inputs):
            results = self.dense0(inputs)
    data = MyParams()
    print(data.name)

    此时运行的时候会运行一次print(&lsquo;begining&rsquo;),输出对应的begining的内容,

    也就是说__init__函数之前的内容会在定义MyParams这个类的时候就调用,而MyParams这个类只会被定义一次,也就是说__init__函数之前的内容只会被调用一次。

    这样就带来了一个问题,也就是name = 'hello&rsquo;这里的name没有办法修改,也就是说我们需要想一种办法将__init__函数前面的name='hello&rsquo;修改一次,这里究竟该如何修改呢?

    此时我们只需要在定义之后每次使用的时候重新对name的值进行定义即可

    具体的例子如下

    import tensorflow as tf
    import tensorflow.keras as keras
    class MyParams(tf.keras.layers.Layer):   
        #print('begining')
        name = 'hello'
        def __init__(self):
            super(MyParams,self).__init__()
        def build(self,input_shape):
            self.dense0 = keras.layers.Dense(units = 25,
                                    #kernel_initializer = self.create_initializer(),
                                    name = "dense0")
        def call(self,inputs):
            results = self.dense0(inputs)
    data = MyParams()
    print(data.name)
    data.name = 'hello10000'
    print(data.name)

    输出的内容为

    keras.layers.Layer中无法定义name如何解决

    进一步查看一下对应的weight的属性

    keras.layers.Layer中无法定义name如何解决

    可以看出这里weights之中的属性名称已经成功地被我们定义了

    “keras.layers.Layer中无法定义name如何解决”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!

    向AI问一下细节

    免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

    AI