python - 共享层，不同模型

Question

我有两个共享一些层的 Keras 模型（功能 API）。我想知道我是否训练第一个模型，第二个模型是否会自动更新其共享层的权重，或者我应该手动加载权重。

我从文档中知道可以在同一模型中共享层，但我对这种特殊情况没有任何线索。

我还想知道具有共享层的 Keras 模型是共享相同的计算图还是具有独立的计算图。

标签： pythontensorflowkeras

Answer 1

当您训练第一个模型时，来自共享层的权重将在每个其他模型中自动更新。考虑以下示例：

x = Input(shape=(input_dim,))
encoder = Dense(output_dim)(x)
decoder = Dense(input_dim)(encoder)

autoencoder = Model(input=x, output=decoder)
supervised = Model(input=x, output=encoder)

autoencoder.compile(...)
supervised.compile(...)

在这里，当你训练 时supervised，来自 layer 的权重encoder会同时更新supervised和autoencoder。换句话说，来自的权重encoder完全属于这一层，它们不依赖于使用这一层的模型。

对于第二个问题，答案是 Keras 仅使用一个计算图（即使模型不共享层）。