Python Keras：如何在顺序模型中获得图层形状

我想访问

Sequential

Keras模型中所有层的层大小。我的代码：

model = Sequential()
model.add(Conv2D(filters=32, 
               kernel_size=(3,3), 
               input_shape=(64,64,3)
        ))
model.add(MaxPooling2D(pool_size=(3,3), strides=(2,2)))

然后，我希望下面的代码能够正常工作

for layer in model.layers:
    print(layer.get_shape())

---

。。但事实并非如此。我得到错误：

AttributeError:'Conv2D'对象没有属性“get_shape”

只需使用

model.summary（）

，它将打印所有层及其输出形状

---

如果需要它们作为数组、元组等，可以尝试：

for l in model.layers:
    print (l.output_shape)

---

对于多次使用的图层，它们包含“多个入站节点”，您应该分别获得每个输出形状：

if isinstance(layer.outputs, list):
    for out in layer.outputs:
        print(K.int_shape(out))

        for out in layer.outputs:

---

对于第一层，它将以（无、62、62、32）的形式出现。

None

与批次大小相关，将在培训或预测期间定义

如果希望以奇特的方式打印输出：

model.summary()

如果您希望以可访问的形式显示尺寸

for layer in model.layers:
    print(layer.get_output_at(0).get_shape().as_list())

---

可能有更好的方法来访问这些形状。感谢Daniel的灵感。

根据的官方文档，可以通过

layer.output\u shape

或

layer.input\u shape

访问层输出/输入形状

从keras.models导入
从keras.layers导入Conv2D、MaxPool2D
模型=顺序（层）=[
Conv2D（32，（3，3），输入_形状=（64，64，3）），
MaxPool2D（池大小=（3,3），跨步=（2,2））
])
对于model.layers中的图层：
打印（图层输出形状）
#输出
#（无、62、62、32）
#（无、30、30、32）

model.summary（）

在许多情况下都是一个不错的选择，但理想情况下，我希望将形状作为数组或tensorI（通过更新）得到以下错误：

AttributeError:layer“max\u Poolig2D\u 1有多个入站节点，具有不同的输出形状。因此，有了“输出形状”的概念“对于该层的定义不正确。使用“get_output_shape_at（node_index）”。

我认为您必须完成全部工作，正如在我的回答中一样，您可以

K.int_shape（layer.get_output_at（node_index））

，但您需要在许多索引处获得输出“AttributeError:该层从未被调用，因此没有定义的输出形状”@Adrian确保正确定义第一层的

inpute\u形状

。您可以先调用

model.build（）

来检查这一点。