Criação de novas camadas e modelos por meio de subclasses

Ver no TensorFlow.org

Executar no Google Colab

Ver fonte no GitHub

Baixar caderno

Configurar

import tensorflow as tf
from tensorflow import keras

A Layer classe: a combinação de estado (pesos) e alguns computação

Um dos abstração central em Keras é a Layer classe. Uma camada encapsula um estado (os "pesos" da camada) e uma transformação de entradas em saídas (uma "chamada", a passagem para frente da camada).

Aqui está uma camada densamente conectada. Ele tem um estado: as variáveis 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

Você usaria uma camada chamando-a em algumas entradas de tensor, de modo muito semelhante a uma função Python.

x = tf.ones((2, 2))
linear_layer = Linear(4, 2)
y = linear_layer(x)
print(y)

tf.Tensor(
[[ 0.03029768 -0.05972501  0.00586849 -0.1109921 ]
 [ 0.03029768 -0.05972501  0.00586849 -0.1109921 ]], shape=(2, 4), dtype=float32)

Note-se que os pesos w e b são automaticamente controladas pela camada de cima de ser conjunto como atributos de camada:

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

Note que você também tem acesso a um atalho mais rápido para adicionar peso a uma camada: a add_weight() método:

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(
[[ 0.05004499  0.01081884 -0.12212791  0.01023131]
 [ 0.05004499  0.01081884 -0.12212791  0.01023131]], shape=(2, 4), dtype=float32)

Camadas podem ter pesos não treináveis

Além dos pesos treináveis, você também pode adicionar pesos não treináveis ​​a uma camada. Esses pesos não devem ser levados em consideração durante a retropropagação, quando você está treinando a camada.

Veja como adicionar e usar um peso não treinável:

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.]

É parte do layer.weights , mas ele é categorizado como um peso não treináveis:

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: []

Prática recomendada: adiar a criação de peso até que a forma das entradas seja conhecida

O nosso Linear camada acima deu um input_dim argumento de que foi usada para calcular a forma dos pesos w e b em __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

Em muitos casos, você pode não saber com antecedência o tamanho de suas entradas e gostaria de criar pesos preguiçosamente quando esse valor se tornasse conhecido, algum tempo depois de instanciar a camada.

Na API Keras, recomendamos a criação de pesos camada na build(self, inputs_shape) método de sua camada. Assim:

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

O __call__() método de sua camada será automaticamente executado construir a primeira vez que ele é chamado. Agora você tem uma camada preguiçosa e, portanto, mais fácil de usar:

# 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)

Camadas são recursivamente composíveis

Se você atribuir uma instância de Layer como um atributo de outra Layer, a camada externa começará a rastrear os pesos da camada interna.

Recomendamos a criação de tais sublayers no __init__() método (uma vez que as subcamadas normalmente têm um método de construção, que será construído quando a camada exterior é construído).

# 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

O add_loss() método

Ao escrever o call() método de uma camada, você pode criar tensores de perda que você vai querer usar mais tarde, ao escrever o seu ciclo de formação. Esta é factível chamando 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

Estas perdas (incluindo as criadas por qualquer camada interna) pode ser recuperada através de layer.losses . Esta propriedade é reposto no início de cada __call__() para a camada de nível superior, de modo que layer.losses sempre contém os valores de perda criados durante o último passe para frente.

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

Além disso, a loss propriedades também contém perdas de regularização criados para os pesos de qualquer camada interna:

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=0.0016696099>]

Essas perdas devem ser levadas em consideração ao escrever loops de treinamento, como este:

# 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))

Para um guia detalhado sobre a escrita de loops de treinamento, consulte o guia para escrever um loop de formação a partir do zero .

Estas perdas também funcionam perfeitamente com fit() (eles ficam automaticamente somados e acrescentado à perda principal, se for o caso):

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`, the 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 103ms/step - loss: 0.3750
1/1 [==============================] - 0s 44ms/step - loss: 0.0230
<keras.callbacks.History at 0x7fd0f80b3290>

O add_metric() método

Da mesma forma que add_loss() , as camadas também têm um add_metric() método para rastrear a média móvel de uma quantidade durante o treinamento.

Considere a seguinte camada: uma camada de "ponto final logístico". Toma como entradas previsões e metas, ele calcula um prejuízo que, faixas via add_loss() , e calcula um escalar precisão, o que ele controla via 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)

Métricas controladas dessa forma são acessíveis através 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: [<keras.metrics.BinaryAccuracy object at 0x7fd1b0214810>]
current accuracy value: 1.0

Assim como para add_loss() , essas métricas são rastreadas por 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 242ms/step - loss: 0.9954 - binary_accuracy: 0.0000e+00
<keras.callbacks.History at 0x7fd0f80b3110>

Você pode opcionalmente habilitar a serialização em suas camadas

Se você precisa de suas camadas personalizadas para ser serializado como parte de um modelo funcional , você pode opcionalmente implementar um get_config() método:

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}

Note-se que o __init__() método da base Layer classe leva alguns argumentos de palavra-chave, em um determinado name e uma dtype . É uma boa prática para passar esses argumentos para a classe pai em __init__() e incluí-los na configuração camada:

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 precisar de mais flexibilidade ao desserializar a camada de sua configuração, você também pode substituir o from_config() método de classe. Esta é a implementação base de from_config() :

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

Para saber mais sobre a serialização e salvar, consulte o completo guia para salvar e serialização de modelos .

Privilegiada training argumento na call() método

Algumas camadas, em particular a BatchNormalization camada ea Dropout camada, têm comportamentos diferentes durante o treinamento e inferência. Para essas camadas, é prática padrão para expor a training argumento (boolean) no call() método.

Ao expor esse argumento no call() , você permite que o (por exemplo, built-in loops de formação e avaliação fit() ) para usar corretamente a camada em treinamento e inferência.

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

Privilegiada mask argumento na call() método

O outro argumento privilegiada apoiado por call() é a mask argumento.

Você o encontrará em todas as camadas Keras RNN. Uma máscara é um tensor booleano (um valor booleano por passo de tempo na entrada) usado para pular certos passos de tempo de entrada ao processar dados de série de tempo.

Keras passará automaticamente a correcta mask argumento para __call__() para as camadas que a suportam, quando uma máscara é gerado por uma camada anterior. As camadas de máscara geradoras são a Embedding camada configurado com mask_zero=True , e o Masking camada.

Para saber mais sobre mascarando e como escrever mascaramento habilitado camadas, confira o guia "compreensão estofamento e mascarando" .

O Model de classe

Em geral, você vai usar a Layer classe para definir blocos de computação internas, e vai usar o Model de classe para definir o modelo exterior - o objeto que você vai treinar.

Por exemplo, em um modelo ResNet50, você teria vários blocos ResNet Subclassing Layer , e um único Model que abrange toda a rede ResNet50.

O Model de classe tem o mesmo API como Layer , com as seguintes diferenças:

• Expõe embutido lacetes de formação, de avaliação, e de predição ( model.fit() , model.evaluate() , model.predict() ).
• Ela expõe a lista de suas camadas internas, através da model.layers propriedade.
• Ela expõe a poupança e APIs de serialização ( save() , save_weights() ...)

Efectivamente, os Layer corresponde classe a que nos referimos na literatura como uma "camada" (como em "camada convolução" ou "camada recorrente") ou como um "bloco" (como em "ResNet bloco" ou "bloco de início" )

Enquanto isso, os Model corresponde classe para o que é referido na literatura como um "modelo" (como em "modelo de aprendizagem profunda") ou como uma "rede" (como em "rede neural profunda").

Então, se você está se perguntando, "eu deveria usar a Layer classe ou o Model de classe?", Pergunte-se: I vai precisar ligar para fit() sobre ele? Será que eu preciso chamar save() sobre ele? Se assim for, vá com Model . Se não (seja porque sua classe é apenas um bloco em um sistema maior, ou porque você está escrevendo formação e salvar código você mesmo), o uso Layer .

Por exemplo, poderíamos tomar o nosso exemplo mini-ResNet acima, e usá-lo para construir um Model que poderíamos treinar com fit() , e que poderíamos economizar com save_weights() :

class ResNet(tf.keras.Model):

    def __init__(self, num_classes=1000):
        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)

Juntando tudo: um exemplo de ponta a ponta

Aqui está o que você aprendeu até agora:

• A Layer encapsular um estado (criado em __init__() ou build() ) e alguns computação (definido no call() ).
• As camadas podem ser aninhadas recursivamente para criar blocos de computação novos e maiores.
• As camadas podem criar e perdas de trilha (tipicamente perdas de regularização), bem como, através de métricas add_loss() e add_metric()
• O recipiente externo, a coisa que você quer treinar, é um Model . Um Model é como uma Layer , mas com utilitários de formação e de serialização adicionais.

Vamos colocar todas essas coisas juntas em um exemplo de ponta a ponta: vamos implementar um Variational AutoEncoder (VAE). Vamos treiná-lo em dígitos MNIST.

Nossa VAE será uma subclasse de Model , construído como uma composição aninhada de camadas que subclasse Layer . Apresentará uma perda de regularização (divergência 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

Vamos escrever um loop de treinamento simples no 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 = 0.3729
step 100: mean loss = 0.1265
step 200: mean loss = 0.0996
step 300: mean loss = 0.0895
step 400: mean loss = 0.0844
step 500: mean loss = 0.0810
step 600: mean loss = 0.0789
step 700: mean loss = 0.0773
step 800: mean loss = 0.0761
step 900: mean loss = 0.0751
Start of epoch 1
step 0: mean loss = 0.0748
step 100: mean loss = 0.0741
step 200: mean loss = 0.0736
step 300: mean loss = 0.0731
step 400: mean loss = 0.0728
step 500: mean loss = 0.0724
step 600: mean loss = 0.0721
step 700: mean loss = 0.0718
step 800: mean loss = 0.0715
step 900: mean loss = 0.0713

Note-se que desde o VAE é subclasse Model , possui built-in loops de treinamento. Então você também poderia ter treinado assim:

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 [==============================] - 3s 3ms/step - loss: 0.0747
Epoch 2/2
938/938 [==============================] - 2s 3ms/step - loss: 0.0676
<keras.callbacks.History at 0x7fcd2ad6bed0>

Além do desenvolvimento orientado a objetos: a API Funcional

Este exemplo foi muito desenvolvimento orientado a objetos para você? Você também pode criar modelos usando a API funcional . É importante ressaltar que escolher um estilo ou outro não impede que você aproveite os componentes escritos no outro estilo: você sempre pode misturar e combinar.

Por exemplo, o exemplo de API funcional abaixo reutiliza o mesmo Sampling camada que definido no exemplo acima:

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 [==============================] - 3s 3ms/step - loss: 0.0749
Epoch 2/3
938/938 [==============================] - 2s 3ms/step - loss: 0.0676
Epoch 3/3
938/938 [==============================] - 2s 3ms/step - loss: 0.0675
<keras.callbacks.History at 0x7fcd2b3a37d0>

Para mais informações, certifique-se de ler o guia API funcional .