![]() | ![]() | ![]() | ![]() |
Configuração
import tensorflow as tf
from tensorflow import keras
A classe Layer
: a combinação de estado (pesos) e alguns cálculos
Uma das abstrações centrais em Keras é a classe Layer
. 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 maneira muito semelhante a uma função Python.
x = tf.ones((2, 2))
linear_layer = Linear(4, 2)
y = linear_layer(x)
print(y)
tf.Tensor( [[-0.03354992 0.00427916 -0.15999871 -0.00302821] [-0.03354992 0.00427916 -0.15999871 -0.00302821]], shape=(2, 4), dtype=float32)
Observe que os pesos w
e b
são rastreados automaticamente pela camada ao serem definidos como atributos de camada:
assert linear_layer.weights == [linear_layer.w, linear_layer.b]
Observe que você também tem acesso a um atalho mais rápido para adicionar peso a uma camada: o método 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( [[0.04145671 0.06744058 0.05072812 0.0403844 ] [0.04145671 0.06744058 0.05072812 0.0403844 ]], 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.]
Faz parte de layer.weights
, mas é categorizado como um peso não treinável:
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
Nossa camada Linear
acima teve um argumento input_dim
que foi usado 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 de camada no método build(self, inputs_shape)
de sua camada. Como isso:
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 método __call__()
de sua camada irá rodar automaticamente o build na primeira vez que for 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)
As 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 criar tais subcamadas no método __init__()
(uma vez que as subcamadas normalmente terão um método de construção, elas serão construídas quando a camada externa for construída).
# 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 método add_loss()
Ao escrever o método call()
de uma camada, você pode criar tensores de perda que deseja usar mais tarde, ao escrever seu loop de treinamento. Isso pode ser feito 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
Essas perdas (incluindo aquelas criadas por qualquer camada interna) podem ser recuperadas por meio de layer.losses
. Esta propriedade é redefinida no início de cada __call__()
para a camada de nível superior, de forma que layer.losses
sempre contenha os valores de perda criados durante a última passagem 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 propriedade de loss
também contém perdas de regularização criadas 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=0.0021053506>]
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 obter um guia detalhado sobre como escrever loops de treinamento, consulte o guia para escrever um loop de treinamento do zero .
Essas perdas também funcionam perfeitamente com fit()
(elas são somadas automaticamente e adicionadas à perda principal, se houver):
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 122ms/step - loss: 0.1508 1/1 [==============================] - 0s 49ms/step - loss: 0.0365 <tensorflow.python.keras.callbacks.History at 0x7f91d04d9128>
O método add_metric()
Da mesma forma que add_loss()
, as camadas também têm um método add_metric()
para rastrear a média móvel de uma quantidade durante o treinamento.
Considere a seguinte camada: uma camada de "ponto final logístico". Ele toma como entradas previsões e alvos, calcula uma perda que rastreia via add_loss()
, e calcula um escalar de precisão, que rastreia 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)
As métricas rastreadas dessa forma podem ser acessadas por meio de 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 0x7f91d06ef0b8>] 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 254ms/step - loss: 0.9207 - binary_accuracy: 0.0000e+00 <tensorflow.python.keras.callbacks.History at 0x7f91d04b70f0>
Você pode opcionalmente habilitar a serialização em suas camadas
Se você precisa que suas camadas personalizadas sejam serializáveis como parte de um modelo funcional , você pode implementar opcionalmente um método 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}
Observe que o método __init__()
da classe de Layer
base leva alguns argumentos de palavra-chave, em particular um name
e um tipo dtype
. É uma boa prática passar esses argumentos para a classe pai em __init__()
e incluí-los na configuração da 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 você precisar de mais flexibilidade ao desserializar a camada de sua configuração, você também pode sobrescrever o método de classe from_config()
. Esta é a implementação básica de from_config()
:
def from_config(cls, config):
return cls(**config)
Para saber mais sobre serialização e salvamento, consulte o guia completo para salvar e serializar modelos .
Argumento de training
privilegiado no método call()
Algumas camadas, em particular a camada BatchNormalization
e a camada Dropout
, têm comportamentos diferentes durante o treinamento e a inferência. Para essas camadas, é prática padrão expor um argumento de training
(booleano) no método call()
.
Ao expor esse argumento em call()
, você habilita os loops de treinamento e avaliação integrados (por exemplo, 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
Argumento de mask
privilegiada no método call()
O outro argumento privilegiado suportado por call()
é o argumento de mask
.
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 o argumento de mask
correto para __call__()
para camadas que o suportam, quando uma máscara é gerada por uma camada anterior. As camadas geradoras de máscara são a camada Embedding
configurada com mask_zero=True
e a camada Masking
.
Para saber mais sobre mascaramento e como escrever camadas habilitadas para mascaramento, consulte o guia "Noções básicas sobre preenchimento e mascaramento" .
A classe Model
Em geral, você usará a classe Layer
para definir blocos de computação internos e usará a classe Model
para definir o modelo externo - o objeto que você treinará.
Por exemplo, em um modelo ResNet50, você teria vários blocos ResNet subclassificando Layer
e um único Model
abrangendo toda a rede ResNet50.
A classe Model
tem a mesma API que Layer
, com as seguintes diferenças:
- Ele expõe loops integrados de treinamento, avaliação e previsão (
model.fit()
,model.evaluate()
,model.predict()
). - Ele expõe a lista de suas camadas internas, por meio da propriedade
model.layers
. - Ele expõe APIs de salvamento e serialização (
save()
,save_weights()
...)
Efetivamente, a classe Layer
corresponde ao que chamamos na literatura de "camada" (como em "camada de convolução" ou "camada recorrente") ou como um "bloco" (como em "bloco ResNet" ou "Bloco inicial" )
Enquanto isso, a classe Model
corresponde ao que é referido na literatura como um "modelo" (como em "modelo de aprendizado profundo") ou como uma "rede" (como em "rede neural profunda").
Portanto, se você está se perguntando, "devo usar a classe Layer
ou a classe Model
?", Pergunte-se: vou precisar chamar fit()
nela? Vou precisar chamar save()
nele? Em caso afirmativo, vá com o Model
. Se não (porque sua classe é apenas um bloco em um sistema maior ou porque você está escrevendo o código de treinamento e salvando você mesmo), use o Layer
.
Por exemplo, poderíamos pegar nosso exemplo de mini-resnet acima e usá-lo para construir um Model
que poderíamos treinar com fit()
, e que poderíamos salvar com 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)
Juntando tudo: um exemplo de ponta a ponta
Aqui está o que você aprendeu até agora:
- Uma
Layer
encapsula um estado (criado em__init__()
oubuild()
) e alguns cálculos (definidos emcall()
). - As camadas podem ser aninhadas recursivamente para criar blocos de computação novos e maiores.
- Camadas podem criar e rastrear perdas (normalmente perdas de regularização), bem como métricas, via
add_loss()
eadd_metric()
- O recipiente externo, a coisa que você deseja treinar, é um
Model
. UmModel
é como umaLayer
, mas com utilitários de treinamento e 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.
Nosso VAE será uma subclasse de Model
, construída como uma composição aninhada de camadas que subclassificam 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 = 0.3442 step 100: mean loss = 0.1247 step 200: mean loss = 0.0988 step 300: mean loss = 0.0888 step 400: mean loss = 0.0841 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
Observe que, como o VAE é uma subclasse de Model
, ele apresenta loops de treinamento integrados. 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: 0.0944 Epoch 2/2 938/938 [==============================] - 2s 3ms/step - loss: 0.0676 <tensorflow.python.keras.callbacks.History at 0x7f91d0263588>
Além do desenvolvimento orientado a objetos: a API Funcional
Este exemplo foi muito desenvolvimento orientado a objetos para você? Você também pode construir modelos usando a API Funcional . É importante ressaltar que a escolha de um estilo ou de 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 a mesma camada de Sampling
que definimos 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: 0.0961 Epoch 2/3 938/938 [==============================] - 2s 3ms/step - loss: 0.0677 Epoch 3/3 938/938 [==============================] - 2s 3ms/step - loss: 0.0676 <tensorflow.python.keras.callbacks.History at 0x7f91d00b6358>
Para obter mais informações, leia o guia de API funcional .