Python TensorFlow Keras指南:自定义图层获取配置方法不更新图层';什么样的配置?
在TensorFlow Keras指南的章节中,有一个可选的Python TensorFlow Keras指南:自定义图层获取配置方法不更新图层';什么样的配置?,python,tensorflow,keras,Python,Tensorflow,Keras,在TensorFlow Keras指南的章节中,有一个可选的get\u config方法实现: def get_config(self): base_config = super(MyLayer, self).get_config() base_config['output_dim'] = self.output_dim 使用一些虚拟数据运行完整的代码,然后在model.fit(…之后调用model.get\u config()查看生成的配置,得到以下输出: [{'clas
get\u config
方法实现:
def get_config(self):
base_config = super(MyLayer, self).get_config()
base_config['output_dim'] = self.output_dim
使用一些虚拟数据运行完整的代码,然后在model.fit(…
之后调用model.get\u config()
查看生成的配置,得到以下输出:
[{'class_name': 'MyLayer', 'config': None},
{'class_name': 'Activation',
'config': {'name': 'activation_38',
'trainable': True,
'dtype': 'float32',
'activation': 'softmax'}}]
我的问题是:作为
get\u config
方法中最终赋值的结果,自定义层“MyLayer”的配置是否应该不包含output\u dim
字段?非常感谢。没有return
语句的get
方法
这就是None
的原因
def get_config(self):
base_config = super(MyLayer, self).get_config()
base_config['output_dim'] = self.output_dim
return base_config