表現では、隠れたレイヤーの機能にアクセスすることを意味しますか?私はそれを示すサンプルコードを作成しました。私は2つのアプローチをテストしました。最初のアプローチはあなたが行ったことに基づいており、2つ目のアプローチはCNTKの機能的APIを使用しています。
機能へのアクセスを取得する簡単な方法は、それらを返すことです:
import cntk
import numpy as np
def create_model(output_dimension):
l0 = cntk.layers.Dense(shape=1, activation=None, init=1, init_bias=1)
l1 = cntk.layers.Dense(shape=output_dimension, activation=None, init=1, init_bias=1)(l0)
l2 = cntk.layers.Dense(shape=output_dimension, activation=None, init=1, init_bias=1)(l1)
return l0, l1, l2
input_dim = 1
output_dim = 1
l0, l1, l2 = create_model(output_dim)
input = cntk.input_variable(shape=1)
layer0 = l0(input)
layer1 = l1(input)
layer2 = l2(input)
print("Non functional API")
print("output of layer 0: {}".format(layer0.eval({input: np.array([0], dtype=np.float32)})))
print("output of layer 1: {}".format(layer1.eval({input: np.array([0], dtype=np.float32)})))
print("output of model: {}".format(layer2.eval({input: np.array([0], dtype=np.float32)})))
上記のモデルは、私はまた、重みとバイアスの設定次元1のベクトル次元1と出力の入力を受け取り、 1となるので、計算に従うのは簡単です。 create_model関数は、すべてのレイヤーを含むタプルを返します。これらのタプルは外部からアクセスできます。
私の意見では、機能的なAPIのアプローチが優れています。以下では、異なるレイヤーを含むリストを作成し、cntk.layers.Sequential
を使用してモデルを作成します。次に、create_model2
は、エントリが1)すべてのレイヤを含むリストと2)最終モデルであるタプルを返します。これは、複数のレイヤーがある場合にはよりクリーンです。また、各レイヤーを使ってできることをよりよく制御できます。
def create_model2(output_dimension):
layers = [cntk.layers.Dense(shape=1, activation=None, init=1, init_bias=1),
cntk.layers.Dense(shape=output_dimension, activation=None, init=1, init_bias=1),
cntk.layers.Dense(shape=output_dimension, activation=None, init=1, init_bias=1)]
m = cntk.layers.Sequential(layers)
return m, layers
m, layers = create_model2(output_dim)
layer0 = layers[0](input)
layer1 = layers[1](input)
layer2 = layers[2](input)
layer01 = cntk.layers.Sequential(layers[0:2])(input)
layer012 = cntk.layers.Sequential(layers[0:3])(input)
model = m(input)
print("Functional API")
print("output of layer 0: {}".format(layer0.eval({input: np.array([0], dtype=np.float32)})))
print("output of layer 1: {}".format(layer1.eval({input: np.array([0], dtype=np.float32)})))
print("output of layer 2: {}".format(layer2.eval({input: np.array([0], dtype=np.float32)})))
print("output of model: {}".format(model.eval({input: np.array([0], dtype=np.float32)})))
print("output of layer 0 and 1: {}".format(layer01.eval({input: np.array([0], dtype=np.float32)})))
print("output of layer 0 and 1 and 2: {}".format(layer012.eval({input: np.array([0], dtype=np.float32)})))