断言在神经网络中做什么？

Question

我看到了神经网络某些层之间的断言层。

model = tf.keras.Sequential()
    model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Reshape((7, 7, 256)))
    assert model.output_shape == (None, 7, 7, 256) # Note: None is the batch size

这个断言有什么作用？这是必要的吗？

https://www.tensorflow.org/alpha/tutorials/generative/dcgan

Answer 1

断言正如其名，断言！在 python 中，我们使用 "assert" 命令来确定语句是否与我们期望的完全相同。看看这个简单的代码：

a = 2
b = 3
assert a + b == 5

这部分代码运行没有任何错误，因为a + b正是我们所期望的，5。但是如果你这样改代码：

assert a + b == 6 # 6 or other any number except 5,It doesn't matter

代码会抛出断言错误，因为 a + b != 6 ... 您提到的代码中的断言命令检查模型的输出是否恰好是 7 * 7 * 256 的形状，否则会抛出错误。这有助于防止由于尺寸不匹配而导致下一行代码出现问题，因此如果您删除它，则不会发生任何事情，但如果尺寸不是您期望的，您将不会被注意到。

断言在神经网络中做什么？

what assert do in the neural network?

python

neural-network

conv-neural-network

tensorflow2.0