iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >keras.layers.Layer中无法定义name的问题及解决
  • 876
分享到

keras.layers.Layer中无法定义name的问题及解决

keras.layers.Layer无法定义namekeras.layers.Layer定义name 2023-02-21 12:02:35 876人浏览 独家记忆

Python 官方文档:入门教程 => 点击学习

摘要

目录keras.layers.Layer中无法定义name问题会发生相应的报错如果我们将对应的内容改为如下具体的例子如下总结keras.layers.Layer中无法定义name问题

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(‘begining’),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’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’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

输出的内容1

进一步查看一下对应的weight的属性

查看weights对应的属性名称

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

总结

由于name的属性的特殊性,如果在__init__函数之中直接定义可读变量会造成报错,此时我们需要调整思路,通过__init__函数之前定义name变量实现对于name的修改

以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。

--结束END--

本文标题: keras.layers.Layer中无法定义name的问题及解决

本文链接: https://www.lsjlt.com/news/196914.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作