Python 如何比较两种keras模型的相似性
我使用函数API构建了一个Keras模型,并使用来自_json()函数的Python 如何比较两种keras模型的相似性,python,machine-learning,keras,deep-learning,Python,Machine Learning,Keras,Deep Learning,我使用函数API构建了一个Keras模型,并使用来自_json()函数的model_创建了第二个模型。我想看看两个模型的模型层(不是权重)是否完全相同 如何比较这两种Keras模型 编辑 根据下面的评论,我可能会比较每一层。下面这样的内容有意义吗: for l1, l2 in zip(mdl.layers, mdl2.layers): print (l1.get_config() == l2.get_config()) 您可以使用ROC曲线来比较分类器 使用二进制分类器,可以计算所有可
model_创建了第二个模型。我想看看两个模型的模型层(不是权重)是否完全相同
如何比较这两种Keras模型
编辑
根据下面的评论,我可能会比较每一层。下面这样的内容有意义吗:
for l1, l2 in zip(mdl.layers, mdl2.layers):
print (l1.get_config() == l2.get_config())
您可以使用ROC曲线来比较分类器
使用二进制分类器,可以计算所有可能阈值的真阳性率和假阳性率,并将第一个绘制在y轴上,第二个绘制在x轴上。每个分类器的结果曲线可以进行积分,所得积分,即所谓的“曲线下面积”,等于分类器对随机选择的阳性样本的评级高于随机选择的阴性样本的概率。此值可用于比较分类器,因为值越高,总体性能越好。Fawcett还提供了一种将此应用于多类别分类的方法更新:您的方法是正确的
您可以迭代两个模型层并逐个进行比较(因为您不关心权重,也不关心模型是如何编译和优化的)
您可以这样做:
for l1, l2 in zip(mdl.layers, mdl2.layers):
print(l1.get_config() == l2.get_config())
或者只是:
print(mdl.get_config() == mdl2.get_config())
你想通过编程或仅仅通过眼睛来比较它们?model.summary()
对您来说足够或有用吗?我的意思是编程。。我想检查它们是否具有相同的形状、正则化等。也许你可以迭代模型层并逐个进行比较,因为你不关心权重或模型是如何编译和优化的。@AbdulrahmanBres:好的,那么我如何比较两个Keras层呢?Vincent,我不想比较这两个模型的统计性能。我只是想确保这两个模型在架构上是相似的。zip将采用两个模型中较短的一个