如何获取图层的形状/尺寸？

Question

当我已经定义了这样的模式：

def create_basic_model_terse(input, out_dims): 

    with default_options(activation=relu): 
     model = Sequential([ 
      LayerStack(3, lambda i: [ 
       Convolution((5,5), [32,32,64][i], init=glorot_uniform(), pad=True), 
       MaxPooling((3,3), strides=(2,2)) 
      ]), 
      Dense(64, init=glorot_uniform()), 
      Dense(out_dims, init=glorot_uniform(), activation=None) 
     ]) 

    return model(input) 

我怎样才能获得某种关于网络状输出形状/大小在每一层的信息？

Answer 1

你可以看看CNTK 202教程。还有其他一些教程，如CNTK 105也展示了如何获得不同的模型属性。

For a model 
 
def create_model(): 
 
with default_options(initial_state=0.1): 
 
    return Sequential([ 
 
     Embedding(emb_dim), 
 
     Recurrence(LSTM(hidden_dim), go_backwards=False), 
 
     Dense(num_labels) 
 
    ]) 
 

 

 

 
model = create_model() 
 
print(len(model.layers)) 
 
print(model.layers[0].E.shape) 
 
print(model.layers[2].b.value)