我使用Keras子类API创建了一个正确运行的模型。model.summary()
也能正常工作。当尝试使用tf.keras.utils.plot_model()
来可视化我的模型的架构时,它只会输出以下图像:
这几乎像是来自Keras开发团队的一个笑话。这是完整的体系结构:
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
from sklearn.datasets import load_diabetes
import tensorflow as tf
tf.keras.backend.set_floatx('float64')
from tensorflow.keras.layers import Dense, GaussianDropout, GRU, Concatenate, Reshape
from tensorflow.keras.models import Model
X, y = load_diabetes(return_X_y=True)
data = tf.data.Dataset.from_tensor_slices((X, y)).\
shuffle(len(X)).\
map(lambda x, y: (tf.divide(x, tf.reduce_max(x)), y))
training = data.take(400).batch(8)
testing = data.skip(400).map(lambda x, y: (tf.expand_dims(x, 0), y))
class NeuralNetwork(Model):
def __init__(self):
super(NeuralNetwork, self).__init__()
self.dense1 = Dense(16, input_shape=(10,), activation='relu', name='Dense1')
self.dense2 = Dense(32, activation='relu', name='Dense2')
self.resha1 = Reshape((1, 32))
self.gru1 = GRU(16, activation='tanh', recurrent_dropout=1e-1)
self.dense3 = Dense(64, activation='relu', name='Dense3')
self.gauss1 = GaussianDropout(5e-1)
self.conca1 = Concatenate()
self.dense4 = Dense(128, activation='relu', name='Dense4')
self.dense5 = Dense(1, name='Dense5')
def call(self, x, *args, **kwargs):
x = self.dense1(x)
x = self.dense2(x)
a = self.resha1(x)
a = self.gru1(a)
b = self.dense3(x)
b = self.gauss1(b)
x = self.conca1([a, b])
x = self.dense4(x)
x = self.dense5(x)
return x
skynet = NeuralNetwork()
skynet.build(input_shape=(None, 10))
skynet.summary()
model = tf.keras.utils.plot_model(model=skynet,
show_shapes=True, to_file='/home/nicolas/Desktop/model.png')
另一种解决方法:使用tf2onnx将savemodel格式模型转换为onnx,然后使用netron查看模型体系结构
以下是netron中模型的一部分:
更新(2021年1月4日):似乎这是可能的;见@M.Innat的answer。
这项工作无法完成,因为与使用函数/顺序API(在TF术语中称为图形网络)创建的模型相比,基本上在TensorFlow中实现的模型子分类在特性和功能上受到限制。如果您检查
plot_model
源代码,您将在model_to_dot
函数中看到the following check(由plot_model
调用):正如我所提到的,子类模型不是图网络,因此只会为这些模型绘制一个包含模型名称的节点(即,与您观察到的相同)
这已经在aGithub issue中讨论过,TensorFlow的一位开发人员通过给出以下论点证实了这一行为:
我找到了一些解决方法,可以使用模型子分类API进行绘图。由于显而易见的原因,子分类API不支持类似
model.summary()
的顺序或功能性API和使用plot_model
的良好可视化。在这里,我将演示这两种方法它将产生如下成果:
现在,通过使用
build_graph
函数,我们可以简单地绘制整个体系结构它将产生如下结果:-)
相关问题 更多 >
编程相关推荐