isinstance（）以检查张量上的Keras层类型

Question

我得到模型的预构建Keras层的列表为：

def build_model(layers):

而且我想构建一个Keras Functional API模型：

model = Model(inputs, outputs)

因此，我使用了：

inputs = list()
outputs = list()
for layer in layers:
    if isinstance(layer, keras.layers.Input):
        inputs.append(layer)
    else:
        outputs.append(layer)

但是问题是，预先构建的Keras输入层不再保存数据类型：输入，而是像这样的张量：

Tensor（“ input_1：0”，shape =（None，None，None），dtype = float32）

是否有解决方案？遗憾的是，不能更改函数签名，但是如果有解决方法，请告诉我（真的卡在这里）。

提前感谢。

Answer 1

由于函数isinstance出现问题，我们可以使用Names of Layers解决。

例如，让我们使用下面的代码构建一个简单的模型：

from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, Dropout, Input
from tensorflow import keras

x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)

让我们使用model.summary()命令验证体系结构，如下所示：

Model: "model_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_2 (InputLayer)         [(None, 32)]              0         
_________________________________________________________________
dense_1 (Dense)              (None, 16)                528       
=================================================================
Total params: 528
Trainable params: 528
Non-trainable params: 0

如果观察层的名称，则Input Layer的前缀为输入。

或换句话说，代码，

print('Name of First Layer is ', layers[0].name)
print('Name of Second Layer is ', layers[1].name)

结果]

Name of First Layer is  input_2
Name of Second Layer is  dense_1
因此，我们可以如下所示修改逻辑：

layers = model.layers
inputs = []
outputs = []

for layer in layers:
  # Check if a Layer is an Input Layer using its name
  if 'input' in layer.name:
    inputs.append(layer)
  else:
    outputs.append(layer)

print('Inputs List is ', inputs)
print('Outputs List is ', outputs)
上面的代码输出是：

Inputs List is  [<tensorflow.python.keras.engine.input_layer.InputLayer object at 0x7fef788154e0>]
Outputs List is  [<tensorflow.python.keras.layers.core.Dense object at 0x7fef78845fd0>]
希望这会有所帮助。祝您学习愉快！