J'essaie d'utiliser un réseau Keras (A) dans un autre réseau Keras (B). Je forme le réseau A en premier. Ensuite, je l'utilise dans le réseau B pour effectuer une régularisation. À l'intérieur du réseau B Je voudrais utiliser evaluate
ou predict
pour obtenir la sortie du réseau A. Malheureusement, je n'ai pas réussi à faire fonctionner cela, car ces fonctions attendent un tableau numpy, à la place, il reçoit une variable Tensorflow en entrée.passage avant keras avec variable tensorflow en entrée
Voici comment j'utilise le réseau A l'intérieur d'un régularisateur personnalisé:
class CustomRegularizer(Regularizer):
def __init__(self, model):
"""model is a keras network"""
self.model = model
def __call__(self, x):
"""Need to fix this part"""
return self.model.evaluate(x, x)
Comment puis-je calculer une passe en avant avec un réseau Keras avec une variable tensorflow en entrée?
À titre d'exemple, voici ce que je reçois avec numpy:
x = np.ones((1, 64), dtype=np.float32)
model.predict(x)[:, :10]
Sortie:
array([[-0.0244251 , 3.31579041, 0.11801113, 0.02281714, -0.11048832,
0.13053198, 0.14661783, -0.08456061, -0.0247585 ,
0.02538805]], dtype=float32)
Avec tensorflow
x = tf.Variable(np.ones((1, 64), dtype=np.float32))
model.predict_function([x])
Sortie:
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-92-4ed9d86cd79d> in <module>()
1 x = tf.Variable(np.ones((1, 64), dtype=np.float32))
----> 2 model.predict_function([x])
~/miniconda/envs/bolt/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py in __call__(self, inputs)
2266 updated = session.run(self.outputs + [self.updates_op],
2267 feed_dict=feed_dict,
-> 2268 **self.session_kwargs)
2269 return updated[:len(self.outputs)]
2270
~/miniconda/envs/bolt/lib/python3.6/site-packages/tensorflow/python/client/session.py in run(self, fetches, feed_dict, options, run_metadata)
776 try:
777 result = self._run(None, fetches, feed_dict, options_ptr,
--> 778 run_metadata_ptr)
779 if run_metadata:
780 proto_data = tf_session.TF_GetBuffer(run_metadata_ptr)
~/miniconda/envs/bolt/lib/python3.6/site-packages/tensorflow/python/client/session.py in _run(self, handle, fetches, feed_dict, options, run_metadata)
952 np_val = subfeed_val.to_numpy_array()
953 else:
--> 954 np_val = np.asarray(subfeed_val, dtype=subfeed_dtype)
955
956 if (not is_tensor_handle_feed and
~/miniconda/envs/bolt/lib/python3.6/site-packages/numpy/core/numeric.py in asarray(a, dtype, order)
529
530 """
--> 531 return array(a, dtype, copy=False, order=order)
532
533
ValueError: setting an array element with a sequence.
J'ai ajouté un contexte à la façon dont le réseau est utilisé pour ma question. Je n'ai pas encore été capable d'adapter votre réponse pour résoudre mon problème. –
Désolé, mais je pense que plus de détails sont encore nécessaires pour vous aider à déboguer. La seule chose à laquelle je peux penser est que vous pouvez essayer 'cr ([sess.run (x)])' et 'cr = CustomRegularizer (model)'. –