Keras:如何在Sequential模型中获取图层形状

Question

我想访问SequentialKeras模型中所有图层的图层大小.我的代码:

model = Sequential()
model.add(Conv2D(filters=32, 
               kernel_size=(3,3), 
               input_shape=(64,64,3)
        ))
model.add(MaxPooling2D(pool_size=(3,3), strides=(2,2)))

然后我想像下面的代码一样工作

for layer in model.layers:
    print(layer.get_shape())

..但它没有.我收到错误:AttributeError: 'Conv2D' object has no attribute 'get_shape'

Answer 1

如果您希望以奇特的方式打印输出:

model.summary()

如果您希望以可访问的形式提供尺寸

for layer in model.layers:
    print(layer.get_output_at(0).get_shape().as_list())

可能有更好的方法来访问形状.感谢Daniel的灵感.

Answer 2

只需使用model.summary(),它将打印所有图层的输出形状.

如果您需要它们作为数组,元组等,您可以尝试:

for l in model.layers:
    print (l.output_shape)

它将作为第一层的(无,62,62,32).该None是有关的batch_size,并将培训或预测期间定义.

Answer 3

根据Keras Layer的官方文档，可以通过layer.output_shape或 访问图层的输出/输入形状layer.input_shape。

from keras.models import Sequential
from keras.layers import Conv2D, MaxPool2D


model = Sequential(layers=[
    Conv2D(32, (3, 3), input_shape=(64, 64, 3)),
    MaxPool2D(pool_size=(3, 3), strides=(2, 2))
])

for layer in model.layers:
    print(layer.output_shape)

# Output
# (None, 62, 62, 32)
# (None, 30, 30, 32)