Python isinstance（）检查张量上的Keras层类型

我得到一个模型的预建Keras层列表，如下所示：

def build_model(layers):

我想构建一个Keras功能API模型a：

model = Model(inputs, outputs)

因此，为了实现这一目标，我使用了：

inputs = list()
outputs = list()
for layer in layers:
    if isinstance(layer, keras.layers.Input):
        inputs.append(layer)
    else:
        outputs.append(layer)

但问题是，预构建的Keras输入层不再保存数据类型：Input，而是一个类似于so的张量：

张量（“输入1:0”，形状=（无，无，无），数据类型=浮点32）

有没有解决办法。不幸的是，函数签名无法更改，但是如果有解决方法，请告诉我（这里真的卡住了）

---

提前感谢。

由于函数

isinstance

出现问题，我们可以使用层的

名称来解决此问题

例如，让我们使用以下代码构建一个简单的模型：

from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense, Dropout, Input
from tensorflow import keras

x = Input(shape=(32,))
y = Dense(16, activation='softmax')(x)
model = Model(x, y)

让我们使用命令，
model.summary（）
验证架构，如下所示：

Model: "model_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_2 (InputLayer)         [(None, 32)]              0         
_________________________________________________________________
dense_1 (Dense)              (None, 16)                528       
=================================================================
Total params: 528
Trainable params: 528
Non-trainable params: 0

layers = model.layers
inputs = []
outputs = []

for layer in layers:
  # Check if a Layer is an Input Layer using its name
  if 'input' in layer.name:
    inputs.append(layer)
  else:
    outputs.append(layer)

print('Inputs List is ', inputs)
print('Outputs List is ', outputs)

如果我们观察图层名称，
Input Layer
的前缀为Input

或者换句话说，代码

print('Name of First Layer is ', layers[0].name)
print('Name of Second Layer is ', layers[1].name)

导致

Name of First Layer is  input_2
Name of Second Layer is  dense_1

因此，我们可以修改我们的逻辑，如下所示：

Model: "model_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_2 (InputLayer)         [(None, 32)]              0         
_________________________________________________________________
dense_1 (Dense)              (None, 16)                528       
=================================================================
Total params: 528
Trainable params: 528
Non-trainable params: 0

layers = model.layers
inputs = []
outputs = []

for layer in layers:
  # Check if a Layer is an Input Layer using its name
  if 'input' in layer.name:
    inputs.append(layer)
  else:
    outputs.append(layer)

print('Inputs List is ', inputs)
print('Outputs List is ', outputs)

上述代码的输出为：

Inputs List is  [<tensorflow.python.keras.engine.input_layer.InputLayer object at 0x7fef788154e0>]
Outputs List is  [<tensorflow.python.keras.layers.core.Dense object at 0x7fef78845fd0>]

输入列表为[]
输出列表为[]

希望这有帮助。学习愉快
 您好@Ramsha Siddiqui，请提供更多关于您的模型的详细信息以及最低可复制代码。您好！是的，这就是我最后使用的。谢谢分享！