如何获得概率层的形状？

Question

我正在使用 TensorFlow 概率层构建模型。当我这样做时，model.output.shape，我得到一个错误：

AttributeError: 'UserRegisteredSpec' object has no attribute '_shape'

如果我这样做，output_shape = tf.shape(model.output) 它会给出一个 Keras 张量：

<KerasTensor: shape=(5,) dtype=int32 inferred_value=[None, 3, 128, 128, 128] (created by layer 'tf.compat.v1.shape_15')

如何获得实际值 [None, 3, 128, 128, 128]？我尝试了 output_shape.get_shape()，但这给出了张量形状 [5]。

重现错误的代码：

import tensorflow as tf
import tensorflow_probability as tfp
from tensorflow_probability import distributions as tfd

tfd = tfp.distributions

model = tf.keras.Sequential()
model.add(tf.keras.layers.Input(10))

model.add(tf.keras.layers.Dense(2, activation="linear"))
model.add(
    tfp.layers.DistributionLambda(
        lambda t: tfd.Normal(
            loc=t[..., :1], scale=1e-3 + tf.math.softplus(0.1 * t[..., 1:])
        )
    )
)


model.output.shape

Answer 1

要获取所有图层的输出形状，例如：

out_shape_list=[] 
    for layer in model.layers:
            out_shape = layer.output_shape
            out_shape_list.append(out_shape)

您将获得一个输出形状列表，每层一个

Answer 2

tf.shape 将 return 一个 KerasTensor，它不容易直接得到输出形状。

但是你可以这样做：

tf.shape(model.output)
>> `<KerasTensor: shape=(2,) dtype=int32 inferred_value=[None, 1] (created by layer 'tf.compat.v1.shape_168')>`

您想得到inferred_value，所以：

tf.shape(model.output)._inferred_value
>> [None, 1]

基本上你可以访问任何层的输出形状：

tf.shape(model.layers[idx].output)._inferred_value

其中 idx 是所需图层的索引。

如何获得概率层的形状？

How to get the shape of a probabilistic layer?

tensorflow

shapes

tf.keras

tensorflow-probability