在 CNTK Python API 中创建、保存、加载和评估具有多个输出的模型有哪些建议? (我使用的是 CNTK 2.0 RC1)
当我在运行时定义网络时,我可以通过将小批量字典传递给 eval 函数来轻松评估网络的任何层。
但是,在我保存模型并再次加载它之后,我只能通过提供输入来评估输出节点(而且我不知道如何在 Python API 中定义多个输出)。我可以使用 find_all_by_name 方法访问任何层,但是当我尝试使用 eval 方法评估隐藏层时,它希望我提供 层的直接输入,而不是相关网络的输入:
ValueError: No value specified for input Variable 'Output('Block1958_Output_0', [#], [1024 x 200])' of Function 'Dense: Output('Block1958_Output_0', [#], [1024
x 200]) -> Output('conversation_vector', [#], [100])'.
我只找到了以下适用于 Brainscript 主题的文档:https://github.com/Microsoft/CNTK/wiki/CNTK-Evaluate-Hidden-Layers -- 我找不到任何特定于 Python API 的内容。
请您参考如下方法:
model.outputs[0] 是一个变量,你可以通过 model.outputs[0].owner 访问它的函数,如果 owner 是一个原始函数(它仅显示直接输入,而复合函数显示用于映射的根输入变量)
那么试试这个:
as_composite(model.outputs[0].owner).eval(...)
