Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

Creazione di nuovi livelli e modelli tramite sottoclassi

Visualizza su TensorFlow.org Esegui in Google Colab Visualizza sorgente su GitHub Scarica notebook

Impostare

import tensorflow as tf
from tensorflow import keras

La classe Layer : la combinazione di stato (pesi) e alcuni calcoli

Una delle astrazioni centrali di Keras è la classe Layer . Un livello incapsula sia uno stato (i "pesi" del livello) e una trasformazione da input a output (una "chiamata", il passaggio in avanti del livello).

Ecco uno strato densamente connesso. Ha uno stato: le variabili w e 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

Usereste un livello chiamandolo su alcuni input tensoriali, proprio come una funzione Python.

x = tf.ones((2, 2))
linear_layer = Linear(4, 2)
y = linear_layer(x)
print(y)
tf.Tensor(
[[-0.00892124  0.03003723  0.01141541 -0.13389507]
 [-0.00892124  0.03003723  0.01141541 -0.13389507]], shape=(2, 4), dtype=float32)

Notare che i pesi w e b vengono tracciati automaticamente dal livello una volta impostati come attributi del livello:

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

Nota che hai anche accesso a una scorciatoia più rapida per aggiungere peso a un livello: il metodo add_weight() :

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(
[[-0.01266684  0.01941528 -0.09573359  0.03471692]
 [-0.01266684  0.01941528 -0.09573359  0.03471692]], shape=(2, 4), dtype=float32)

I livelli possono avere pesi non allenabili

Oltre ai pesi allenabili, puoi anche aggiungere pesi non allenabili a un livello. Tali pesi non devono essere presi in considerazione durante la propagazione all'indietro, quando si allena il livello.

Ecco come aggiungere e utilizzare un peso non addestrabile:

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.]

Fa parte di layer.weights , ma viene classificato come un peso non allenabile:

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: []

Best practice: differire la creazione del peso fino a quando non si conosce la forma degli input

La nostra Linear livello sopra ha preso una input_dim argomento che è stato utilizzato per calcolare la forma dei pesi w e b a __init__() :

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

In molti casi, potresti non conoscere in anticipo la dimensione dei tuoi input e vorresti creare pigramente pesi quando quel valore diventa noto, qualche tempo dopo aver istanziato il livello.

Nell'API di Keras, consigliamo di creare pesi dei livelli nel metodo build(self, inputs_shape) del tuo livello. Come questo:

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

Il __call__() del tuo livello verrà eseguito automaticamente build la prima volta che viene chiamato. Ora hai un livello pigro e quindi più facile da usare:

# 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)

I livelli sono componibili ricorsivamente

Se si assegna un'istanza di livello come attributo di un altro livello, il livello esterno inizierà a tracciare i pesi del livello interno.

Consigliamo di creare tali sottolivelli nel metodo __init__() (poiché i sottolivelli avranno tipicamente un metodo di compilazione, verranno creati quando verrà costruito il livello esterno).

# 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

Il metodo add_loss()

Quando si scrive il metodo call() di un livello, è possibile creare tensori di perdita che si vorranno utilizzare in seguito, durante la scrittura del ciclo di addestramento. Ciò è fattibile chiamando 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

Queste perdite (comprese quelle create da qualsiasi strato interno) possono essere recuperate tramite layer.losses . Questa proprietà viene reimpostata all'inizio di ogni __call__() al livello di livello superiore, in modo che layer.losses contenga sempre i valori di perdita creati durante l'ultimo passaggio in avanti.

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

Inoltre, la proprietà loss contiene anche le perdite di regolarizzazione create per i pesi di qualsiasi strato interno:

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=0.0019264814>]

Queste perdite dovrebbero essere prese in considerazione quando si scrivono cicli di allenamento, come questo:

# 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))

Per una guida dettagliata sulla scrittura di cicli di addestramento, vedere la guida per scrivere un ciclo di addestramento da zero .

Queste perdite funzionano anche perfettamente con fit() (vengono automaticamente sommate e aggiunte alla perdita principale, se presente):

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: 0.2169
1/1 [==============================] - 0s 875us/step - loss: 0.0396

<tensorflow.python.keras.callbacks.History at 0x7fa7639fd6a0>

Il metodo add_metric()

Analogamente a add_loss() , i layer hanno anche un metodo add_metric() per monitorare la media mobile di una quantità durante l'addestramento.

Considera il livello seguente: un livello "endpoint logistico". Prende come input previsioni e obiettivi, calcola una perdita che tiene traccia tramite add_loss() e calcola uno scalare di precisione, che tiene traccia tramite add_metric() .

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)

Le metriche tracciate in questo modo sono accessibili tramite layer.metrics :

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 0x7fa7f03601d0>]
current accuracy value: 1.0

Proprio come per add_loss() , queste metriche vengono tracciate da 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 1ms/step - loss: 0.9958 - binary_accuracy: 0.0000e+00

<tensorflow.python.keras.callbacks.History at 0x7fa7639ffeb8>

Facoltativamente, puoi abilitare la serializzazione sui tuoi livelli

Se hai bisogno che i tuoi livelli personalizzati siano serializzabili come parte di un modello funzionale , puoi opzionalmente implementare un metodo get_config() :

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}

Notare che il metodo __init__() della classe Layer base accetta alcuni argomenti di parole chiave, in particolare un name e un dtype . È buona norma passare questi argomenti alla classe genitore in __init__() e includerli nella configurazione del livello:

class Linear(keras.layers.Layer):
    def __init__(self, units=32, **kwargs):
        super(Linear, self).__init__(**kwargs)
        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):
        config = super(Linear, self).get_config()
        config.update({"units": self.units})
        return config


layer = Linear(64)
config = layer.get_config()
print(config)
new_layer = Linear.from_config(config)
{'name': 'linear_8', 'trainable': True, 'dtype': 'float32', 'units': 64}

Se hai bisogno di maggiore flessibilità durante la deserializzazione del livello dalla sua configurazione, puoi anche sovrascrivere il metodo della classe from_config() . Questa è l'implementazione di base di from_config() :

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

Per ulteriori informazioni sulla serializzazione e il salvataggio, vedere la guida completa al salvataggio e alla serializzazione dei modelli .

Argomento di training privilegiato nel metodo call()

Alcuni livelli, in particolare il livello BatchNormalization e il livello Dropout , hanno comportamenti diversi durante l'addestramento e l'inferenza. Per tali livelli, è pratica standard esporre un argomento di training (booleano) nel metodo call() .

Esponendo questo argomento in call() , abiliti i cicli di addestramento e valutazione incorporati (ad esempio fit() ) per utilizzare correttamente il livello nell'addestramento e nell'inferenza.

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

Argomento mask privilegiato nel metodo call()

L'altro argomento privilegiato supportato da call() è l'argomento mask .

Lo troverai in tutti i livelli Keras RNN. Una maschera è un tensore booleano (un valore booleano per timestep nell'input) utilizzato per saltare determinati timestep di input durante l'elaborazione dei dati delle serie temporali.

Keras passerà automaticamente l'argomento mask corretto a __call__() per i livelli che lo supportano, quando una maschera viene generata da un livello precedente. I livelli che generano la maschera sono il livello di Embedding configurato con mask_zero=True e il livello di Masking .

Per saperne di più sul mascheramento e su come scrivere livelli abilitati al mascheramento, consulta la guida "Comprensione del riempimento e del mascheramento" .

La classe Model

In generale, utilizzerai la classe Layer per definire i blocchi di calcolo interni e utilizzerai la classe Model per definire il modello esterno, l'oggetto che addestrerai.

Ad esempio, in un modello ResNet50, avresti diversi blocchi ResNet sottoclasse Layer , e un unico Model comprende l'intera rete ResNet50.

La classe Model ha la stessa API di Layer , con le seguenti differenze:

  • Espone cicli di addestramento, valutazione e previsione model.fit() , model.evaluate() , model.predict() ).
  • Espone l'elenco dei suoi livelli interni, tramite la proprietà model.layers .
  • Espone le API di salvataggio e serializzazione ( save() , save_weights() ...)

In effetti, la classe Layer corrisponde a ciò a cui ci riferiamo in letteratura come "layer" (come in "convolution layer" o "recurrent layer") o come "block" (come in "ResNet block" o "Inception block" ).

Nel frattempo, la classe Model corrisponde a ciò che in letteratura viene definito un "modello" (come in "modello di apprendimento profondo") o come una "rete" (come in "rete neurale profonda").

Quindi, se ti stai chiedendo, "dovrei usare la classe Layer o la classe Model ?", Chiediti: avrò bisogno di chiamare fit() su di essa? Dovrò chiamare save() su di esso? Se è così, vai con Model . In caso contrario (o perché la tua classe è solo un blocco in un sistema più grande, o perché stai scrivendo formazione e salvando il codice da solo), usa Layer .

Ad esempio, potremmo prendere il nostro esempio di mini-resnet sopra e usarlo per costruire un Model che potremmo addestrare con fit() e che potremmo salvare con save_weights() :

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)

Mettere tutto insieme: un esempio end-to-end

Ecco cosa hai imparato finora:

  • Uno Layer incapsula uno stato (creato in __init__() o build() ) e alcuni calcoli (definiti in call() ).
  • I livelli possono essere nidificati ricorsivamente per creare blocchi di calcolo nuovi e più grandi.
  • I livelli possono creare e monitorare le perdite (in genere le perdite di regolarizzazione) e le metriche, tramite add_loss() e add_metric()
  • Il contenitore esterno, la cosa che vuoi addestrare, è un Model . Un Model è proprio come un Layer , ma con l'aggiunta di utilità di formazione e serializzazione.

Mettiamo insieme tutte queste cose in un esempio end-to-end: implementeremo un Variational AutoEncoder (VAE). Lo addestreremo su cifre MNIST.

Il nostro VAE sarà una sottoclasse di Model , costruita come una composizione nidificata di strati che sottoclasse Layer . Sarà caratterizzato da una perdita di regolarizzazione (divergenza KL).

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

Scriviamo un semplice ciclo di allenamento su MNIST:

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 = 0.3052
step 100: mean loss = 0.1252
step 200: mean loss = 0.0990
step 300: mean loss = 0.0890
step 400: mean loss = 0.0841
step 500: mean loss = 0.0808
step 600: mean loss = 0.0787
step 700: mean loss = 0.0771
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 = 0.0740
step 200: mean loss = 0.0735
step 300: mean loss = 0.0730
step 400: mean loss = 0.0727
step 500: mean loss = 0.0723
step 600: mean loss = 0.0720
step 700: mean loss = 0.0717
step 800: mean loss = 0.0714
step 900: mean loss = 0.0712

Si noti che, poiché VAE è una sottoclasse del Model , presenta cicli di addestramento incorporati. Quindi potresti anche averlo addestrato in questo modo:

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: 0.0749
Epoch 2/2
938/938 [==============================] - 2s 2ms/step - loss: 0.0676

<tensorflow.python.keras.callbacks.History at 0x7fa7583261d0>

Oltre lo sviluppo orientato agli oggetti: l'API funzionale

Questo esempio è stato troppo sviluppo orientato agli oggetti per te? Puoi anche creare modelli utilizzando l' API funzionale . È importante sottolineare che la scelta di uno stile o di un altro non ti impedisce di sfruttare i componenti scritti nell'altro stile: puoi sempre mescolare e abbinare.

Ad esempio, l'esempio di API funzionale seguente riutilizza lo stesso livello di Sampling che abbiamo definito nell'esempio sopra:

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: 0.0751
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 0x7fa7580f1668>

Per ulteriori informazioni, assicurati di leggere la Guida alle API funzionali .