Tensorflow 打印出网络架构中各层的形状

在Keras中，我们可以如下定义网络。是否有任何方法可以在每层之后输出形状。例如，我想在定义

inputs

行之后打印

inputs

的形状，然后在定义

conv1

行之后打印

conv1

的形状，等等

inputs = Input((1, img_rows, img_cols))
conv1 = Convolution2D(64, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(inputs)
conv1 = Convolution2D(64, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(conv1)
pool1 = MaxPooling2D(pool_size=(2, 2))(conv1)

conv2 = Convolution2D(128, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(pool1)
conv2 = Convolution2D(128, 3, 3, activation='relu', init='lecun_uniform', W_constraint=maxnorm(3), border_mode='same')(conv2)
pool2 = MaxPooling2D(pool_size=(2, 2))(conv2)

---

只需使用

model.summary（）

，这将为您提供漂亮的打印效果。

如果一个层有一个节点（即，如果它不是共享层），您可以通过：

layer.input\u shape

from keras.utils.layer_utils import layer_from_config

config = layer.get_config()
layer = layer_from_config(config)

资料来源：

这可能是最简单的方法：

model.layers[layer_of_interest_index].output_shape

---

要打印完整的模型及其所有依赖项，还可以查看以下内容：

我使用此命令将模型可视化保存为png：

from keras.utils.visualize_util import plot
plot(model, to_file='model.png')

如果只想打印图层形状，可以执行以下操作：

layer = model.layers[-1]
print(layer.output._keras_shape)

---

打印：（无、1224224）#个滤镜、频道、x_dim、y_dim

您能详细介绍一下如何使用它吗？例如，我想打印pool1的信息。我尝试了config=pool1.get_config（），但没有成功。谢谢。如果我只想打印出一个特定的层，即pool1，如何实现？最简单的方法是命名该层，然后使用model.get_layer（'pool1'）找到它。