इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

उप-पाठ के माध्यम से नए परत और मॉडल बनाना

TensorFlow.org पर देखें Google Colab में चलाएं GitHub पर स्रोत देखें नोटबुक डाउनलोड करें

सेट अप

import tensorflow as tf
from tensorflow import keras

Layer वर्ग: राज्य (भार) और कुछ संगणना का संयोजन

केरस में केंद्रीय अमूर्त में से एक Layer वर्ग है। एक परत दोनों अवस्था (परत का "वेट") और इनपुट से आउटपुट में बदलाव (एक "कॉल", लेयर फॉरवर्ड पास) को एनकैप्सुलेट करता है।

यहाँ एक घनी-जुड़ी परत है। इसकी एक अवस्था है: चर w और b

class Linear(keras.layers.Layer):
    def __init__(self, units=32, input_dim=32):
        super(Linear, self).__init__()
        w_init = tf.random_normal_initializer()
        self.w = tf.Variable(
            initial_value=w_init(shape=(input_dim, units), dtype="float32"),
            trainable=True,
        )
        b_init = tf.zeros_initializer()
        self.b = tf.Variable(
            initial_value=b_init(shape=(units,), dtype="float32"), trainable=True
        )

    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b

आप इसे कुछ टेंसर इनपुट (ओं) पर बुलाकर एक लेयर का उपयोग करेंगे, बहुत कुछ पायथन फंक्शन की तरह।

x = tf.ones((2, 2))
linear_layer = Linear(4, 2)
y = linear_layer(x)
print(y)
tf.Tensor(
[[0.06229124 0.02534804 0.00851583 0.00457605]
 [0.06229124 0.02534804 0.00851583 0.00457605]], shape=(2, 4), dtype=float32)

ध्यान दें कि वेट्स w और b लेयर विशेषताओं के रूप में सेट होने पर परत द्वारा स्वचालित रूप से ट्रैक किए जाते हैं:

assert linear_layer.weights == [linear_layer.w, linear_layer.b]

ध्यान दें कि एक परत में वजन जोड़ने के लिए आपके पास एक त्वरित शॉर्टकट तक पहुंच है: add_weight() विधि:

class Linear(keras.layers.Layer):
    def __init__(self, units=32, input_dim=32):
        super(Linear, self).__init__()
        self.w = self.add_weight(
            shape=(input_dim, units), initializer="random_normal", trainable=True
        )
        self.b = self.add_weight(shape=(units,), initializer="zeros", trainable=True)

    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b


x = tf.ones((2, 2))
linear_layer = Linear(4, 2)
y = linear_layer(x)
print(y)
tf.Tensor(
[[ 0.06930272  0.03181376 -0.07157768  0.07838295]
 [ 0.06930272  0.03181376 -0.07157768  0.07838295]], shape=(2, 4), dtype=float32)

परतों में गैर-प्रशिक्षित वजन हो सकते हैं

ट्रेन योग्य वेट के अलावा, आप नॉन-ट्रेनेबल वेट को एक लेयर में भी जोड़ सकते हैं। इस तरह के वजन का अर्थ बैकप्रोपेगेशन के दौरान ध्यान में नहीं रखा जाना है, जब आप परत को प्रशिक्षित कर रहे हैं।

गैर-प्रशिक्षित वजन जोड़ने और उपयोग करने का तरीका यहां दिया गया है:

class ComputeSum(keras.layers.Layer):
    def __init__(self, input_dim):
        super(ComputeSum, self).__init__()
        self.total = tf.Variable(initial_value=tf.zeros((input_dim,)), trainable=False)

    def call(self, inputs):
        self.total.assign_add(tf.reduce_sum(inputs, axis=0))
        return self.total


x = tf.ones((2, 2))
my_sum = ComputeSum(2)
y = my_sum(x)
print(y.numpy())
y = my_sum(x)
print(y.numpy())
[2. 2.]
[4. 4.]

यह layer.weights का हिस्सा है, लेकिन इसे गैर-प्रशिक्षित वजन के रूप में वर्गीकृत किया गया है:

print("weights:", len(my_sum.weights))
print("non-trainable weights:", len(my_sum.non_trainable_weights))

# It's not included in the trainable weights:
print("trainable_weights:", my_sum.trainable_weights)
weights: 1
non-trainable weights: 1
trainable_weights: []

सर्वोत्तम अभ्यास: इनपुट के आकार का पता चलने तक वजन का निर्माण

ऊपर की हमारी Linear परत ने एक input_dim तर्क लिया, input_dim उपयोग __init__() में भार w और b के आकार की गणना करने के लिए किया गया था:

class Linear(keras.layers.Layer):
    def __init__(self, units=32, input_dim=32):
        super(Linear, self).__init__()
        self.w = self.add_weight(
            shape=(input_dim, units), initializer="random_normal", trainable=True
        )
        self.b = self.add_weight(shape=(units,), initializer="zeros", trainable=True)

    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b

कई मामलों में, आप अपने इनपुट्स के आकार को पहले से नहीं जान सकते हैं, और जब आप उस मूल्य के बारे में जान जाते हैं, तो कुछ समय के लिए लेयर को इंस्टेंट करने के बाद आप वज़न कम करना चाहेंगे।

केरस एपीआई में, हम आपकी परत के build(self, inputs_shape) विधि में परत भार बनाने की सलाह देते हैं। इस कदर:

class Linear(keras.layers.Layer):
    def __init__(self, units=32):
        super(Linear, self).__init__()
        self.units = units

    def build(self, input_shape):
        self.w = self.add_weight(
            shape=(input_shape[-1], self.units),
            initializer="random_normal",
            trainable=True,
        )
        self.b = self.add_weight(
            shape=(self.units,), initializer="random_normal", trainable=True
        )

    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b

आपके लेयर का __call__() विधि स्वचालित रूप से पहली बार निर्मित होगी जिसे यह कहा जाता है। अब आपके पास एक परत है जो आलसी है और इस प्रकार उपयोग करना आसान है:

# At instantiation, we don't know on what inputs this is going to get called
linear_layer = Linear(32)

# The layer's weights are created dynamically the first time the layer is called
y = linear_layer(x)

परतें पुनरावर्ती रूप से रचना योग्य हैं

यदि आप किसी अन्य परत की विशेषता के रूप में एक परत उदाहरण असाइन करते हैं, तो बाहरी परत आंतरिक परत के वजन को ट्रैक करना शुरू कर देगी।

हम __init__() विधि में इस तरह के सबलेयर बनाने की सलाह देते हैं (क्योंकि __init__() में आमतौर पर एक बिल्ड विधि होगी, बाहरी परत के निर्मित होने पर उन्हें बनाया जाएगा)।

# Let's assume we are reusing the Linear class
# with a `build` method that we defined above.


class MLPBlock(keras.layers.Layer):
    def __init__(self):
        super(MLPBlock, self).__init__()
        self.linear_1 = Linear(32)
        self.linear_2 = Linear(32)
        self.linear_3 = Linear(1)

    def call(self, inputs):
        x = self.linear_1(inputs)
        x = tf.nn.relu(x)
        x = self.linear_2(x)
        x = tf.nn.relu(x)
        return self.linear_3(x)


mlp = MLPBlock()
y = mlp(tf.ones(shape=(3, 64)))  # The first call to the `mlp` will create the weights
print("weights:", len(mlp.weights))
print("trainable weights:", len(mlp.trainable_weights))
weights: 6
trainable weights: 6

add_loss() विधि

किसी लेयर के call() तरीके को लिखते समय, आप लॉस टेनर्स बना सकते हैं जिसे आप बाद में उपयोग करना चाहेंगे, जब आप अपने ट्रेनिंग लूप को लिखेंगे। यह self.add_loss(value) कहकर self.add_loss(value) :

# A layer that creates an activity regularization loss
class ActivityRegularizationLayer(keras.layers.Layer):
    def __init__(self, rate=1e-2):
        super(ActivityRegularizationLayer, self).__init__()
        self.rate = rate

    def call(self, inputs):
        self.add_loss(self.rate * tf.reduce_sum(inputs))
        return inputs

इन नुकसानों (किसी भी आंतरिक परत द्वारा बनाए गए सहित) को layer.losses माध्यम से पुनर्प्राप्त किया जा सकता है। यह गुण प्रत्येक __call__() के शीर्ष-स्तर की परत पर रीसेट किया जाता है, ताकि layer.losses हमेशा अंतिम फ़ॉरवर्ड पास के दौरान बनाए गए हानि मान शामिल हों।

class OuterLayer(keras.layers.Layer):
    def __init__(self):
        super(OuterLayer, self).__init__()
        self.activity_reg = ActivityRegularizationLayer(1e-2)

    def call(self, inputs):
        return self.activity_reg(inputs)


layer = OuterLayer()
assert len(layer.losses) == 0  # No losses yet since the layer has never been called

_ = layer(tf.zeros(1, 1))
assert len(layer.losses) == 1  # We created one loss value

# `layer.losses` gets reset at the start of each __call__
_ = layer(tf.zeros(1, 1))
assert len(layer.losses) == 1  # This is the loss created during the call above

इसके अलावा, loss संपत्ति में किसी भी आंतरिक परत के वजन के लिए बनाए गए नियमितीकरण नुकसान भी शामिल हैं:

class OuterLayerWithKernelRegularizer(keras.layers.Layer):
    def __init__(self):
        super(OuterLayerWithKernelRegularizer, self).__init__()
        self.dense = keras.layers.Dense(
            32, kernel_regularizer=tf.keras.regularizers.l2(1e-3)
        )

    def call(self, inputs):
        return self.dense(inputs)


layer = OuterLayerWithKernelRegularizer()
_ = layer(tf.zeros((1, 1)))

# This is `1e-3 * sum(layer.dense.kernel ** 2)`,
# created by the `kernel_regularizer` above.
print(layer.losses)
[<tf.Tensor: shape=(), dtype=float32, numpy=0.002361052>]

इन नुकसानों को प्रशिक्षण छोरों को लिखते समय ध्यान में रखा जाना चाहिए:

# Instantiate an optimizer.
optimizer = tf.keras.optimizers.SGD(learning_rate=1e-3)
loss_fn = keras.losses.SparseCategoricalCrossentropy(from_logits=True)

# Iterate over the batches of a dataset.
for x_batch_train, y_batch_train in train_dataset:
  with tf.GradientTape() as tape:
    logits = layer(x_batch_train)  # Logits for this minibatch
    # Loss value for this minibatch
    loss_value = loss_fn(y_batch_train, logits)
    # Add extra losses created during this forward pass:
    loss_value += sum(model.losses)

  grads = tape.gradient(loss_value, model.trainable_weights)
  optimizer.apply_gradients(zip(grads, model.trainable_weights))

प्रशिक्षण लूप लिखने के बारे में विस्तृत गाइड के लिए, खरोंच से प्रशिक्षण लूप लिखने के लिए मार्गदर्शिका देखें।

ये नुकसान भी पूरी तरह से fit() साथ काम करते हैं fit() (वे स्वचालित रूप से सारांशित हो जाते हैं और मुख्य नुकसान में जोड़ दिए जाते हैं, यदि कोई हो):

import numpy as np

inputs = keras.Input(shape=(3,))
outputs = ActivityRegularizationLayer()(inputs)
model = keras.Model(inputs, outputs)

# If there is a loss passed in `compile`, thee regularization
# losses get added to it
model.compile(optimizer="adam", loss="mse")
model.fit(np.random.random((2, 3)), np.random.random((2, 3)))

# It's also possible not to pass any loss in `compile`,
# since the model already has a loss to minimize, via the `add_loss`
# call during the forward pass!
model.compile(optimizer="adam")
model.fit(np.random.random((2, 3)), np.random.random((2, 3)))
1/1 [==============================] - 0s 1ms/step - loss: 0.2552
1/1 [==============================] - 0s 893us/step - loss: 0.0427

<tensorflow.python.keras.callbacks.History at 0x7ff6586c3588>

add_metric() विधि

इसी तरह add_loss() , परतों में प्रशिक्षण के दौरान एक मात्रा के मूविंग औसत को ट्रैक करने के लिए एक add_metric() विधि भी है।

निम्नलिखित परत पर विचार करें: एक "लॉजिस्टिक समापन बिंदु" परत। यह इनपुट भविष्यवाणियों और लक्ष्यों के रूप में लेता है, यह एक नुकसान की गणना करता है जो इसे add_loss() माध्यम से ट्रैक करता है, और यह एक सटीकता स्केलर की गणना करता है, जो इसे add_metric() माध्यम से ट्रैक करता है।

class LogisticEndpoint(keras.layers.Layer):
    def __init__(self, name=None):
        super(LogisticEndpoint, self).__init__(name=name)
        self.loss_fn = keras.losses.BinaryCrossentropy(from_logits=True)
        self.accuracy_fn = keras.metrics.BinaryAccuracy()

    def call(self, targets, logits, sample_weights=None):
        # Compute the training-time loss value and add it
        # to the layer using `self.add_loss()`.
        loss = self.loss_fn(targets, logits, sample_weights)
        self.add_loss(loss)

        # Log accuracy as a metric and add it
        # to the layer using `self.add_metric()`.
        acc = self.accuracy_fn(targets, logits, sample_weights)
        self.add_metric(acc, name="accuracy")

        # Return the inference-time prediction tensor (for `.predict()`).
        return tf.nn.softmax(logits)

इस तरह से ट्रैक किए गए मैट्रिक्स layer.metrics माध्यम से सुलभ हैं:

layer = LogisticEndpoint()

targets = tf.ones((2, 2))
logits = tf.ones((2, 2))
y = layer(targets, logits)

print("layer.metrics:", layer.metrics)
print("current accuracy value:", float(layer.metrics[0].result()))
layer.metrics: [<tensorflow.python.keras.metrics.BinaryAccuracy object at 0x7ff68cc73208>]
current accuracy value: 1.0

add_loss() लिए की तरह, ये मीट्रिक fit() द्वारा ट्रैक किए गए fit() :

inputs = keras.Input(shape=(3,), name="inputs")
targets = keras.Input(shape=(10,), name="targets")
logits = keras.layers.Dense(10)(inputs)
predictions = LogisticEndpoint(name="predictions")(logits, targets)

model = keras.Model(inputs=[inputs, targets], outputs=predictions)
model.compile(optimizer="adam")

data = {
    "inputs": np.random.random((3, 3)),
    "targets": np.random.random((3, 10)),
}
model.fit(data)
1/1 [==============================] - 0s 2ms/step - loss: 1.0043 - binary_accuracy: 0.0000e+00

<tensorflow.python.keras.callbacks.History at 0x7ff658522b00>

आप वैकल्पिक रूप से अपनी परतों पर क्रमबद्धता को सक्षम कर सकते हैं

यदि आपको एक कार्यात्मक मॉडल के हिस्से के रूप में अपनी कस्टम लेयर को क्रमबद्ध करने की आवश्यकता है, तो आप वैकल्पिक रूप से एक get_config() लागू कर सकते हैं:

class Linear(keras.layers.Layer):
    def __init__(self, units=32):
        super(Linear, self).__init__()
        self.units = units

    def build(self, input_shape):
        self.w = self.add_weight(
            shape=(input_shape[-1], self.units),
            initializer="random_normal",
            trainable=True,
        )
        self.b = self.add_weight(
            shape=(self.units,), initializer="random_normal", trainable=True
        )

    def call(self, inputs):
        return tf.matmul(inputs, self.w) + self.b

    def get_config(self):
        return {"units": self.units}


# Now you can recreate the layer from its config:
layer = Linear(64)
config = layer.get_config()
print(config)
new_layer = Linear.from_config(config)
{'units': 64}

ध्यान दें कि आधार Layer वर्ग की __init__() विधि कुछ कीवर्ड तर्क लेती है, विशेष रूप से एक name और एक dtype । इन तर्कों को __init__() में __init__() क्लास में शामिल करना और उन्हें लेयर __init__() में शामिल करना अच्छा है:

54b8080ffd
{'name': 'linear_8', 'trainable': True, 'dtype': 'float32', 'units': 64}

यदि आपको इसके from_config() से from_config() को from_config() करते समय अधिक लचीलेपन की आवश्यकता है, तो आप from_config() क्लास मेथड को भी ओवरराइड कर सकते हैं। यह from_config() का आधार कार्यान्वयन है:

def from_config(cls, config):
  return cls(**config)

क्रमांकन और बचत के बारे में अधिक जानने के लिए, मॉडल को सहेजने और क्रमबद्ध करने के लिए पूरी मार्गदर्शिका देखें।

call() विधि में विशेषाधिकार training तर्क

कुछ परतें, विशेष रूप से BatchNormalization लेयर और Dropout लेयर, में प्रशिक्षण और अनुमान के दौरान अलग-अलग व्यवहार होते हैं। ऐसी परतों के लिए, call() विधि में एक training (बूलियन) तर्क को उजागर करना मानक अभ्यास है।

call() में इस तर्क को उजागर करने से, आप अंतर्निहित प्रशिक्षण और मूल्यांकन लूप (जैसे fit() ) को सही ढंग से प्रशिक्षण और अनुमान में परत का उपयोग करने में सक्षम करते हैं।

class CustomDropout(keras.layers.Layer):
    def __init__(self, rate, **kwargs):
        super(CustomDropout, self).__init__(**kwargs)
        self.rate = rate

    def call(self, inputs, training=None):
        if training:
            return tf.nn.dropout(inputs, rate=self.rate)
        return inputs

call() विधि में विशेषाधिकार प्राप्त mask तर्क

call() द्वारा समर्थित अन्य विशेषाधिकार प्राप्त तर्क call() mask तर्क है।

आप इसे सभी केरस आरएनएन परतों में पाएंगे। एक मुखौटा एक बूलियन टेंसर (इनपुट में टाइमस्टेप प्रति एक बूलियन मूल्य) है जिसका उपयोग कुछ इनपुट टाइमस्टेप को छोड़ते समय डेटा को संसाधित करने के लिए किया जाता है।

कैरस स्वचालित रूप से __call__() परतों के लिए सही mask तर्क पारित करेगा जो इसका समर्थन करते हैं, जब एक पूर्व परत द्वारा एक मुखौटा उत्पन्न होता है। मास्क जेनरेट होने परतें हैं Embedding परत के साथ विन्यस्त mask_zero=True है, और Masking परत।

मास्किंग-सक्षम परतों को लिखने के तरीके के बारे में अधिक जानने के लिए, कृपया "पैडिंग और मास्किंग को समझना" गाइड देखें

Model वर्ग

सामान्य तौर पर, आप आंतरिक गणना ब्लॉकों को परिभाषित करने के लिए Layer वर्ग का उपयोग करेंगे, और बाहरी मॉडल को परिभाषित करने के लिए Model वर्ग का उपयोग करेंगे - जिस वस्तु को आप प्रशिक्षित करेंगे।

उदाहरण के लिए, एक रेसनेट 50 मॉडल में, आपके पास कई रेसनेट ब्लॉक होंगे जो Layer उपवर्गित करते हैं, और एक Model पूरे रेसनेट 50 नेटवर्क को शामिल करता है।

Model वर्ग में निम्न अंतरों के साथ Layer के समान API है:

  • यह अंतर्निहित प्रशिक्षण, मूल्यांकन और भविष्यवाणी छोरों ( model.fit() , model.evaluate() , model.predict() ) को model.predict()
  • यह model.layers संपत्ति के माध्यम से अपनी आंतरिक परतों की सूची को उजागर करता है।
  • यह बचत और क्रमांकन API ( save() , save_weights() ...) को उजागर करता है

प्रभावी रूप से, Layer क्लास उस चीज से मेल खाती है जिसे हम साहित्य में "लेयर" (जैसा कि "कनवल्शन लेयर" या "रीक्रिएट लेयर") के रूप में या "ब्लॉक" ("रेनेट ब्लॉक" या "इंसेप्शन ब्लॉक" के रूप में संदर्भित करते हैं) )।

इस बीच, Model वर्ग साहित्य में एक "मॉडल" ("गहन शिक्षण मॉडल" के रूप में) या एक "नेटवर्क" ("गहरे तंत्रिका नेटवर्क के रूप में) के रूप में संदर्भित होता है।

तो अगर आप सोच रहे हैं, "क्या मुझे Layer क्लास या Model क्लास का उपयोग करना चाहिए?", अपने आप से पूछें: क्या मुझे इसके लिए fit() कॉल करने की आवश्यकता होगी? क्या मुझे इस पर save() कॉल करना होगा? यदि हां, तो Model साथ जाएं। यदि नहीं (या तो इसलिए कि आपकी कक्षा एक बड़ी प्रणाली में सिर्फ एक ब्लॉक है, या क्योंकि आप स्वयं प्रशिक्षण और बचत कोड लिख रहे हैं), तो Layer उपयोग करें।

उदाहरण के लिए, हम अपने मिनी-रेसनेट उदाहरण को ऊपर ले जा सकते हैं, और इसका उपयोग एक Model बनाने के लिए कर सकते हैं जिसे हम fit() साथ प्रशिक्षित कर सकते हैं, और जो हम save_weights() साथ बचा सकते हैं:

class ResNet(tf.keras.Model):

    def __init__(self):
        super(ResNet, self).__init__()
        self.block_1 = ResNetBlock()
        self.block_2 = ResNetBlock()
        self.global_pool = layers.GlobalAveragePooling2D()
        self.classifier = Dense(num_classes)

    def call(self, inputs):
        x = self.block_1(inputs)
        x = self.block_2(x)
        x = self.global_pool(x)
        return self.classifier(x)


resnet = ResNet()
dataset = ...
resnet.fit(dataset, epochs=10)
resnet.save(filepath)

यह सब एक साथ रखना: एक अंत-टू-एंड उदाहरण

अब तक आपने जो सीखा है, वह यहां है:

  • एक Layer एक राज्य ( __init__() या build() ) और कुछ संगणना ( call() में परिभाषित call() ) में बनाया गया है।
  • नए, बड़े संगणना ब्लॉक बनाने के लिए परतों को पुनरावर्ती रूप से घोंसला बनाया जा सकता है।
  • लेयर्स add_loss() और add_metric() माध्यम से नुकसान (आमतौर पर नियमितीकरण के नुकसान) और साथ ही मैट्रिक्स को ट्रैक कर सकते हैं
  • बाहरी कंटेनर, जिस चीज को आप प्रशिक्षित करना चाहते हैं, वह एक Model । एक Model एक Layer तरह है, लेकिन अतिरिक्त प्रशिक्षण और क्रमिक उपयोगिताओं के साथ।

आइए इन सभी चीजों को एक अंत-अंत के उदाहरण में एक साथ रखें: हम एक वैरिएशनल ऑटोइंकोडर (वीए) लागू करने जा रहे हैं। हम इसे MNIST अंकों पर प्रशिक्षित करेंगे।

हमारे VAE का एक उपवर्ग हो जाएगा Model , कि उपवर्ग परतों के एक नेस्टेड संरचना के रूप में बनाया गया Layer । इसमें एक नियमितीकरण हानि (केएल विचलन) की सुविधा होगी।

from tensorflow.keras import layers


class Sampling(layers.Layer):
    """Uses (z_mean, z_log_var) to sample z, the vector encoding a digit."""

    def call(self, inputs):
        z_mean, z_log_var = inputs
        batch = tf.shape(z_mean)[0]
        dim = tf.shape(z_mean)[1]
        epsilon = tf.keras.backend.random_normal(shape=(batch, dim))
        return z_mean + tf.exp(0.5 * z_log_var) * epsilon


class Encoder(layers.Layer):
    """Maps MNIST digits to a triplet (z_mean, z_log_var, z)."""

    def __init__(self, latent_dim=32, intermediate_dim=64, name="encoder", **kwargs):
        super(Encoder, self).__init__(name=name, **kwargs)
        self.dense_proj = layers.Dense(intermediate_dim, activation="relu")
        self.dense_mean = layers.Dense(latent_dim)
        self.dense_log_var = layers.Dense(latent_dim)
        self.sampling = Sampling()

    def call(self, inputs):
        x = self.dense_proj(inputs)
        z_mean = self.dense_mean(x)
        z_log_var = self.dense_log_var(x)
        z = self.sampling((z_mean, z_log_var))
        return z_mean, z_log_var, z


class Decoder(layers.Layer):
    """Converts z, the encoded digit vector, back into a readable digit."""

    def __init__(self, original_dim, intermediate_dim=64, name="decoder", **kwargs):
        super(Decoder, self).__init__(name=name, **kwargs)
        self.dense_proj = layers.Dense(intermediate_dim, activation="relu")
        self.dense_output = layers.Dense(original_dim, activation="sigmoid")

    def call(self, inputs):
        x = self.dense_proj(inputs)
        return self.dense_output(x)


class VariationalAutoEncoder(keras.Model):
    """Combines the encoder and decoder into an end-to-end model for training."""

    def __init__(
        self,
        original_dim,
        intermediate_dim=64,
        latent_dim=32,
        name="autoencoder",
        **kwargs
    ):
        super(VariationalAutoEncoder, self).__init__(name=name, **kwargs)
        self.original_dim = original_dim
        self.encoder = Encoder(latent_dim=latent_dim, intermediate_dim=intermediate_dim)
        self.decoder = Decoder(original_dim, intermediate_dim=intermediate_dim)

    def call(self, inputs):
        z_mean, z_log_var, z = self.encoder(inputs)
        reconstructed = self.decoder(z)
        # Add KL divergence regularization loss.
        kl_loss = -0.5 * tf.reduce_mean(
            z_log_var - tf.square(z_mean) - tf.exp(z_log_var) + 1
        )
        self.add_loss(kl_loss)
        return reconstructed

आइए, MNIST पर एक सरल प्रशिक्षण लूप लिखें:

original_dim = 784
vae = VariationalAutoEncoder(original_dim, 64, 32)

optimizer = tf.keras.optimizers.Adam(learning_rate=1e-3)
mse_loss_fn = tf.keras.losses.MeanSquaredError()

loss_metric = tf.keras.metrics.Mean()

(x_train, _), _ = tf.keras.datasets.mnist.load_data()
x_train = x_train.reshape(60000, 784).astype("float32") / 255

train_dataset = tf.data.Dataset.from_tensor_slices(x_train)
train_dataset = train_dataset.shuffle(buffer_size=1024).batch(64)

epochs = 2

# Iterate over epochs.
for epoch in range(epochs):
    print("Start of epoch %d" % (epoch,))

    # Iterate over the batches of the dataset.
    for step, x_batch_train in enumerate(train_dataset):
        with tf.GradientTape() as tape:
            reconstructed = vae(x_batch_train)
            # Compute reconstruction loss
            loss = mse_loss_fn(x_batch_train, reconstructed)
            loss += sum(vae.losses)  # Add KLD regularization loss

        grads = tape.gradient(loss, vae.trainable_weights)
        optimizer.apply_gradients(zip(grads, vae.trainable_weights))

        loss_metric(loss)

        if step % 100 == 0:
            print("step %d: mean loss = %.4f" % (step, loss_metric.result()))
Start of epoch 0
step 0: mean loss = 0.3187
step 100: mean loss = 0.1247
step 200: mean loss = 0.0987
step 300: mean loss = 0.0888
step 400: mean loss = 0.0840
step 500: mean loss = 0.0807
step 600: mean loss = 0.0786
step 700: mean loss = 0.0770
step 800: mean loss = 0.0759
step 900: mean loss = 0.0749
Start of epoch 1
step 0: mean loss = 0.0746
step 100: mean loss = 0.0739
step 200: mean loss = 0.0734
step 300: mean loss = 0.0730
step 400: mean loss = 0.0726
step 500: mean loss = 0.0722
step 600: mean loss = 0.0720
step 700: mean loss = 0.0717
step 800: mean loss = 0.0714
step 900: mean loss = 0.0712

ध्यान दें कि चूंकि VAE Model को उप-वर्गित कर रहा है, इसलिए इसमें अंतर्निहित प्रशिक्षण लूप हैं। तो आप भी इसे इस तरह से प्रशिक्षित कर सकते थे:

vae = VariationalAutoEncoder(784, 64, 32)

optimizer = tf.keras.optimizers.Adam(learning_rate=1e-3)

vae.compile(optimizer, loss=tf.keras.losses.MeanSquaredError())
vae.fit(x_train, x_train, epochs=2, batch_size=64)
Epoch 1/2
938/938 [==============================] - 2s 2ms/step - loss: 0.0747
Epoch 2/2
938/938 [==============================] - 2s 2ms/step - loss: 0.0676

<tensorflow.python.keras.callbacks.History at 0x7ff6583b2588>

ऑब्जेक्ट-ओरिएंटेड डेवलपमेंट से परे: फंक्शनल एपीआई

क्या यह उदाहरण आपके लिए बहुत अधिक वस्तु-उन्मुख विकास था? आप कार्यात्मक एपीआई का उपयोग करके मॉडल भी बना सकते हैं। महत्वपूर्ण रूप से, एक शैली या किसी अन्य को चुनने से आप अन्य शैली में लिखे गए घटकों का लाभ उठाने से नहीं बचते हैं: आप हमेशा मिश्रण-और-मैच कर सकते हैं।

उदाहरण के लिए, नीचे दिए गए उदाहरण में परिभाषित समान Sampling परत को पुन: उपयोग करने वाला कार्यात्मक API उदाहरण नीचे दिया गया है:

original_dim = 784
intermediate_dim = 64
latent_dim = 32

# Define encoder model.
original_inputs = tf.keras.Input(shape=(original_dim,), name="encoder_input")
x = layers.Dense(intermediate_dim, activation="relu")(original_inputs)
z_mean = layers.Dense(latent_dim, name="z_mean")(x)
z_log_var = layers.Dense(latent_dim, name="z_log_var")(x)
z = Sampling()((z_mean, z_log_var))
encoder = tf.keras.Model(inputs=original_inputs, outputs=z, name="encoder")

# Define decoder model.
latent_inputs = tf.keras.Input(shape=(latent_dim,), name="z_sampling")
x = layers.Dense(intermediate_dim, activation="relu")(latent_inputs)
outputs = layers.Dense(original_dim, activation="sigmoid")(x)
decoder = tf.keras.Model(inputs=latent_inputs, outputs=outputs, name="decoder")

# Define VAE model.
outputs = decoder(z)
vae = tf.keras.Model(inputs=original_inputs, outputs=outputs, name="vae")

# Add KL divergence regularization loss.
kl_loss = -0.5 * tf.reduce_mean(z_log_var - tf.square(z_mean) - tf.exp(z_log_var) + 1)
vae.add_loss(kl_loss)

# Train.
optimizer = tf.keras.optimizers.Adam(learning_rate=1e-3)
vae.compile(optimizer, loss=tf.keras.losses.MeanSquaredError())
vae.fit(x_train, x_train, epochs=3, batch_size=64)
Epoch 1/3
938/938 [==============================] - 2s 2ms/step - loss: 0.0746
Epoch 2/3
938/938 [==============================] - 2s 2ms/step - loss: 0.0676
Epoch 3/3
938/938 [==============================] - 2s 2ms/step - loss: 0.0676

<tensorflow.python.keras.callbacks.History at 0x7ff658204588>

अधिक जानकारी के लिए, कार्यात्मक एपीआई गाइड को पढ़ना सुनिश्चित करें।