 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( [[ 0.00962844 -0.01307489 -0.1452128 0.0538918 ] [ 0.00962844 -0.01307489 -0.1452128 0.0538918 ]], 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( [[ 0.05790994 0.060931 -0.0402256 -0.09450993] [ 0.05790994 0.060931 -0.0402256 -0.09450993]], 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. 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 __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)
A implementação de build() separadamente conforme mostrado acima bem separa a criação de cargas de apenas uma vez de usar pesos em cada chamada. No entanto, para algumas camadas personalizadas avançadas, pode se tornar impraticável separar a criação de estado e a computação. Implementadores camada estão autorizados a adiar a criação peso ao primeiro __call__() , mas necessidade de tomar cuidado para que as chamadas posteriores usar os mesmos pesos. Além disso, desde __call__() é susceptível de ser executado pela primeira vez dentro de um tf.function , qualquer criação variável que ocorre em __call__() deve ser envolto em um tf.init_scope .
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 criados pela camada interna.
Recomendamos a criação de tais sublayers no __init__() método e deixá-lo para o primeiro __call__() para acionar a construção de seus pesos.
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=0.0024520475>]
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 209ms/step - loss: 0.1948 1/1 [==============================] - 0s 49ms/step - loss: 0.0298 <keras.callbacks.History at 0x7fce9052d290>
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 0x7fce90578490>] 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 274ms/step - loss: 0.9291 - binary_accuracy: 0.0000e+00 <keras.callbacks.History at 0x7fce90448c50>
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.layerspropriedade. - 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
Layerencapsular um estado (criado em__init__()oubuild()) e alguns computação (definido nocall()). - 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()eadd_metric() - O recipiente externo, a coisa que você quer treinar, é um
Model. UmModelé como umaLayer, 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 = 0.3184 step 100: mean loss = 0.1252 step 200: mean loss = 0.0989 step 300: mean loss = 0.0890 step 400: mean loss = 0.0841 step 500: mean loss = 0.0807 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 = 0.0715 step 900: mean loss = 0.0712
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: 0.0745 Epoch 2/2 938/938 [==============================] - 3s 3ms/step - loss: 0.0676 <keras.callbacks.History at 0x7fce90282750>
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: 0.0748 Epoch 2/3 938/938 [==============================] - 3s 3ms/step - loss: 0.0676 Epoch 3/3 938/938 [==============================] - 3s 3ms/step - loss: 0.0676 <keras.callbacks.History at 0x7fce90233cd0>
Para mais informações, certifique-se de ler o guia API funcional .