时间戳

首页 > 解决方案 > 为什么 Python eval 为 Keras 正则化器返回相同的对象？

python - 为什么 Python eval 为 Keras 正则化器返回相同的对象？

问题描述

我正在尝试将字符串（我从 JSON 中读取）转换为 Keras 层可以使用的参数。但是，当我发现 eval 函数创建的所有正则化器对象都是相同的时。

a = eval('l1(0.1)')
b = eval('l2(0.1)')
c = eval('l1_l2(0.1)')
print(a,b,c)

给出：

<tensorflow.python.keras.regularizers.L1L2 object at 0x0000013F003C2F60>
<tensorflow.python.keras.regularizers.L1L2 object at 0x0000013F003C2D68> 
<tensorflow.python.keras.regularizers.L1L2 object at 0x0000013F0032F160>

不应该 eval('l1(0.1)') 给

<function tensorflow.python.keras.regularizers.l1(l=0.01)>

任何关于为什么会发生这种情况的想法将不胜感激。

标签： pythontensorflowkeraseval

解决方案

L1L2存储l1和l2; 在正则化器上，运行，例如：

print(model.layers[1].kernel_regularizer.__dict__)
# {'l1': array(0., dtype=float32), 'l2': array(1., dtype=float32)}

要访问其中一个：

print(model.layers[1].kernel_regularizer.l1) # 0.0
print(model.layers[1].kernel_regularizer.l2) # 1.0

在您的代码中，asets l1、bsetsl2和csets 两者。

完整示例脚本：

from keras.layers import Input, Dense
from keras.regularizers import l2
from keras.models import Model

ipt   = Input(shape=(100,4))
x     = Dense(10, activation='relu', kernel_regularizer=l2(1))(ipt)
out   = Dense(1, activation='sigmoid')(x)
model = Model(ipt, out)
model.compile(optimizer='adam', loss='binary_crossentropy')


print(model.layers[1].kernel_regularizer.__dict__)
print(model.layers[1].kernel_regularizer.l1)
print(model.layers[1].kernel_regularizer.l2)

推荐阅读