keras正向传递与张量变量作为输入

Question

我想在另一个Keras网络（B）内使用Keras网络（A）。我首先训练网络A.然后我在网络B中使用它来执行一些正则化。内部网络B我想用evaluate或predict来从网络A得到输出。不幸的是，我一直无法得到这个工作，因为这些函数需要一个numpy数组，而不是接收一个Tensorflow变量作为输入。

这里是我如何使用自定义正则内部网络答：

class CustomRegularizer(Regularizer): 
    def __init__(self, model): 
     """model is a keras network""" 
     self.model = model 

    def __call__(self, x): 
     """Need to fix this part""" 
     return self.model.evaluate(x, x) 

我如何计算与Keras网络与Tensorflow变量作为输入向前传球？

作为一个例子，这里就是我与numpy的：

x = np.ones((1, 64), dtype=np.float32) 
model.predict(x)[:, :10] 

输出：

array([[-0.0244251 , 3.31579041, 0.11801113, 0.02281714, -0.11048832, 
     0.13053198, 0.14661783, -0.08456061, -0.0247585 , 
0.02538805]], dtype=float32) 

随着Tensorflow

x = tf.Variable(np.ones((1, 64), dtype=np.float32)) 
model.predict_function([x]) 

输出：

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-92-4ed9d86cd79d> in <module>() 
     1 x = tf.Variable(np.ones((1, 64), dtype=np.float32)) 
----> 2 model.predict_function([x]) 

~/miniconda/envs/bolt/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py in __call__(self, inputs) 
    2266   updated = session.run(self.outputs + [self.updates_op], 
    2267        feed_dict=feed_dict, 
-> 2268        **self.session_kwargs) 
    2269   return updated[:len(self.outputs)] 
    2270 

~/miniconda/envs/bolt/lib/python3.6/site-packages/tensorflow/python/client/session.py in run(self, fetches, feed_dict, options, run_metadata) 
    776  try: 
    777  result = self._run(None, fetches, feed_dict, options_ptr, 
--> 778       run_metadata_ptr) 
    779  if run_metadata: 
    780   proto_data = tf_session.TF_GetBuffer(run_metadata_ptr) 

~/miniconda/envs/bolt/lib/python3.6/site-packages/tensorflow/python/client/session.py in _run(self, handle, fetches, feed_dict, options, run_metadata) 
    952    np_val = subfeed_val.to_numpy_array() 
    953   else: 
--> 954    np_val = np.asarray(subfeed_val, dtype=subfeed_dtype) 
    955 
    956   if (not is_tensor_handle_feed and 

~/miniconda/envs/bolt/lib/python3.6/site-packages/numpy/core/numeric.py in asarray(a, dtype, order) 
    529 
    530  """ 
--> 531  return array(a, dtype, copy=False, order=order) 
    532 
    533 

ValueError: setting an array element with a sequence. 

Answer 1

我在keras博客文章中找到了我的答案。 https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html

from keras.models import Sequential 

model = Sequential() 
model.add(Dense(32, activation='relu', input_dim=784)) 
model.add(Dense(10, activation='softmax')) 

# this works! 
x = tf.placeholder(tf.float32, shape=(None, 784)) 
y = model(x) 

Answer 2

我不知道在哪里的tensorflow变量进来的，但如果它的存在，你可以这样做：

model.predict([sess.run(x)]) 

其中sess是tensorflow会议，即sess = tf.Session()。