Keras model.summary()对象为字符串

Question

我想用神经网络超参数和模型架构编写一个*.txt文件.是否可以将对象model.summary()写入我的输出文件？

(...)
summary = str(model.summary())
(...)
out = open(filename + 'report.txt','w')
out.write(summary)
out.close

碰巧我正在得到一个"无",你可以在下面看到.

Hyperparameters
=========================

learning_rate: 0.01
momentum: 0.8
decay: 0.0
batch size: 128
no. epochs: 3
dropout: 0.5
-------------------------

None
val_acc: 0.232323229313
val_loss: 3.88496732712
train_acc: 0.0965207634216
train_loss: 4.07161939425
train/val loss ratio: 1.04804469418

知道怎么处理吗？谢谢

Answer 1

使用我的Keras(2.0.6)和Python(3.5.0)版本,这对我有用:

# Create an empty model
from keras.models import Sequential
model = Sequential()

# Open the file
with open(filename + 'report.txt','w') as fh:
    # Pass the file handle in as a lambda function to make it callable
    model.summary(print_fn=lambda x: fh.write(x + '\n'))

这会将以下行输出到文件:

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
Total params: 0
Trainable params: 0
Non-trainable params: 0
_________________________________________________________________

Answer 2

对我来说，这样做只是将模型摘要作为字符串获取：

stringlist = []
model.summary(print_fn=lambda x: stringlist.append(x))
short_model_summary = "\n".join(stringlist)
print(short_model_summary)

Answer 3

如果要写入日志：

import logging
logger = logging.getLogger(__name__)

model.summary(print_fn=logger.info)

Answer 4

我知道 OP 已经接受了 winni2k 的答案，但由于问题标题实际上意味着将输出保存model.summary()到string，而不是文件，以下代码可能会帮助其他人来到此页面寻找（就像我一样）。

下面的代码是使用 TensorFlow 运行的，TensorFlow1.12.0是2.1.6-tfPython上的 Keras 附带的3.6.2。

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation
import io

# Example model
model = Sequential([
    Dense(32, input_shape=(784,)),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

def get_model_summary(model):
    stream = io.StringIO()
    model.summary(print_fn=lambda x: stream.write(x + '\n'))
    summary_string = stream.getvalue()
    stream.close()
    return summary_string

model_summary_string = get_model_summary(model)

print(model_summary_string)

产生（作为字符串）：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense (Dense)                (None, 32)                25120     
_________________________________________________________________
activation (Activation)      (None, 32)                0         
_________________________________________________________________
dense_1 (Dense)              (None, 10)                330       
_________________________________________________________________
activation_1 (Activation)    (None, 10)                0         
=================================================================
Total params: 25,450
Trainable params: 25,450
Non-trainable params: 0
_________________________________________________________________

Answer 5

这不是最好的方法,但你可以做的一件事是重定向stdout:

orig_stdout = sys.stdout
f = open('out.txt', 'w')
sys.stdout = f
print(model.summary())
sys.stdout = orig_stdout
f.close()

请参阅"如何使用python将'print'输出重定向到文件？"

Answer 6

一种选择（尽管不是model.summary的精确替代）是使用导出模型的配置model.get_config()。从文档：

model.get_config()：返回包含模型配置的字典。该模型可以通过以下方式从其配置中重新实例化：

config = model.get_config()
model = Model.from_config(config)
# or, for Sequential:
model = Sequential.from_config(config)

Answer 7

我也偶然发现了同样的问题！有两种可能的解决方法：

to_json()模型的使用方法

summary = str(model.to_json()) 

上面是你的情况。

否则，请使用keras_diagram中的ascii方法

from keras_diagram import ascii
summary = ascii(model)