Keras model.summary() 对象到字符串
Posted
技术标签:
【中文标题】Keras model.summary() 对象到字符串【英文标题】:Keras model.summary() object to string 【发布时间】:2017-05-30 15:59:43 【问题描述】:我想编写一个带有神经网络超参数和模型架构的 *.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
正如您在下面看到的那样,我碰巧得到“无”。
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
知道如何处理吗?
【问题讨论】:
如何获取dict格式的输出:***.com/a/68128858/10375049 【参考方案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中:
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
Total params: 0
Trainable params: 0
Non-trainable params: 0
_________________________________________________________________
【讨论】:
2.0.6 版新功能 作为附加注释:您还可以使用line_length
作为额外参数来调整输出行的长度。这很有用,因为有时图层名称太长,因此被剪切:model.summary(line_length=80, print_fn=lambda x: fh.write(x + '\n'))
【参考方案2】:
对我来说,这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)
【讨论】:
【参考方案3】:如果你想写入日志:
import logging
logger = logging.getLogger(__name__)
model.summary(print_fn=logger.info)
【讨论】:
【参考方案4】:我知道 OP 已经接受了 winni2k 的回答,但是由于问题标题实际上暗示将 model.summary()
的输出保存到 字符串,而不是文件,因此以下代码可能会帮助其他人到这个页面寻找那个(就像我做的那样)。
下面的代码是使用 TensorFlow 1.12.0
运行的,TensorFlow 1.12.0
在 Python 3.6.2
上使用 Keras 2.1.6-tf
。
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
_________________________________________________________________
【讨论】:
【参考方案5】:我也偶然发现了同样的问题! 有两种可能的解决方法:
使用模型的to_json()
方法
summary = str(model.to_json())
这是你上面的情况。
否则使用 keras_diagram 中的 ascii 方法
from keras_diagram import ascii
summary = ascii(model)
【讨论】:
【参考方案6】:这不是最好的方法,但你可以做的一件事是重定向标准输出:
orig_stdout = sys.stdout
f = open('out.txt', 'w')
sys.stdout = f
print(model.summary())
sys.stdout = orig_stdout
f.close()
见"How to redirect 'print' output to a file using python?"
【讨论】:
【参考方案7】:虽然不是 model.summary 的完全替代品,但一个选项是使用 model.get_config()
导出模型的配置。来自the docs:
model.get_config()
:返回一个包含模型配置的字典。可以通过以下方式从其配置中重新实例化模型:config = model.get_config() model = Model.from_config(config) # or, for Sequential: model = Sequential.from_config(config)
【讨论】:
【参考方案8】:我遇到了同样的问题。 @Pasa 的回答非常有用,但我想我会发布一个更简单的示例:这是一个合理的假设,即您此时已经拥有 Keras 模型。
import io
s = io.StringIO()
model.summary(print_fn=lambda x: s.write(x + '\n'))
model_summary = s.getvalue()
s.close()
print("The model summary is:\n\n".format(model_summary))
使用此字符串的示例:如果您有 matplotlib 绘图。然后你可以使用:
plt.text(0, 0.25, model_summary)
要将模型摘要写入性能图表,以供快速参考:
【讨论】:
【参考方案9】:当我来到这里寻找一种方法来记录摘要时,我想与@ajb 回答分享这个小转折,以避免使用@ 在日志文件的每一行中出现INFO:
范德斯回答:
def get_model_summary(model: tf.keras.Model) -> str:
string_list = []
model.summary(line_length=80, print_fn=lambda x: string_list.append(x))
return "\n".join(string_list)
# some code
logging.info(get_model_summary(model)
生成一个日志文件:
【讨论】:
以上是关于Keras model.summary() 对象到字符串的主要内容,如果未能解决你的问题,请参考以下文章
Tensorflow TextVectorization 在 model.summary() 中带来 None 形状