在尝试训练之前查看我的神经网络的架构

Posted 2023-03-27

【中文标题】在尝试训练之前查看我的神经网络的架构

【英文标题】：View architechure of my neural net before attempting to train it

【发布时间】：2020-06-24 15:29:13

【问题描述】：

我可以尝试使用 TensorFlow 2 制作的不同神经网络架构。即不同数量的层、不同的层类型、每层中不同数量的节点等。我正在使用tf.keras.layers.Input()、tf.keras.layers.Dense() 和tf.keras.layers.Conv2D 等功能构建模型。我还希望可视化我构建的模型作为健全性检查。查看 TensorBoard 的文档，似乎要查看您的模型，您需要在训练过程中使用回调（model.fit）。这看起来相当笨拙——在尝试开始训练之前，肯定有一种方法可以可视化您的网络。除此之外，训练可能会因为您的模型架构存在某种缺陷而崩溃！如果这种可视化可以通过 TensorBoard 以外的方式完成，那也很好。

编辑： 有人建议可能已经有答案 => here 但它似乎涉及使用我认为自版本 2 以来不再是 TensorFlow 一部分的会话.

编辑：我刚刚找到了summary() 函数。在尝试训练之前，这告诉了我很多关于我的网络的信息。

【问题讨论】：

这能回答你的问题吗？ Is it possible to visualize a tensorflow graph without a training op?

@Edoardo Guerriero：我明白了... AttributeError: module 'tensorflow' has no attribute 'Session' - 我认为整个“会话”业务是 tensorflow 2.0 之前的？

【参考方案1】：

如果您使用 Keras，您可以使用“plot_model”绘制模型，请参阅文档 (https://keras.io/utils/#plot_model)。如果您只想使用 Tensorflow，您仍然可以在没有训练的情况下绘制模型，请参阅问题 (Is it possible to visualize a tensorflow graph without a training op?)