创建新的层和模型（通过子类化）
作者： fchollet
创建日期 2019/03/01
最后修改 2023/06/25
描述： 从头开始编写 Layer 和 Model 对象的完整指南。
引言
本指南涵盖了构建自己的子类化层和模型所需的全部知识。特别是，你将学习以下特性：
Layer类add_weight()方法- 可训练和不可训练的权重
build()方法- 确保你的层可以使用任何后端
add_loss()方法call()方法中的training参数call()方法中的mask参数- 确保你的层可以被序列化
让我们开始吧。
设置
import numpy as np
import keras
from keras import ops
from keras import layers
Layer 类：状态（权重）与计算的结合
Keras 中的核心抽象之一是 Layer 类。一个层既封装了状态（层的“权重”），也封装了从输入到输出的转换（一个“调用”，即层的正向传播）。
这是一个密集连接层。它有两个状态变量：变量 w 和 b。
class Linear(keras.layers.Layer):
def __init__(self, units=32, input_dim=32):
super().__init__()
self.w = self.add_weight(
shape=(input_dim, units),
initializer="random_normal",
trainable=True,
)
self.b = self.add_weight(shape=(units,), initializer="zeros", trainable=True)
def call(self, inputs):
return ops.matmul(inputs, self.w) + self.b
你可以通过在一些张量输入上调用层来使用它，非常类似于 Python 函数。
x = ops.ones((2, 2))
linear_layer = Linear(4, 2)
y = linear_layer(x)
print(y)
[[ 0.085416 -0.06821361 -0.00741937 -0.03429271]
[ 0.085416 -0.06821361 -0.00741937 -0.03429271]]
请注意，权重 w 和 b 在被设置为层属性后会自动被层跟踪。
assert linear_layer.weights == [linear_layer.w, linear_layer.b]
层可以拥有不可训练的权重
除了可训练权重，你还可以向层添加不可训练权重。这些权重在进行反向传播（即训练层时）时不会被考虑。
以下是如何添加和使用不可训练权重：
class ComputeSum(keras.layers.Layer):
def __init__(self, input_dim):
super().__init__()
self.total = self.add_weight(
initializer="zeros", shape=(input_dim,), trainable=False
)
def call(self, inputs):
self.total.assign_add(ops.sum(inputs, axis=0))
return self.total
x = ops.ones((2, 2))
my_sum = ComputeSum(2)
y = my_sum(x)
print(y.numpy())
y = my_sum(x)
print(y.numpy())
[2. 2.]
[4. 4.]
它属于 layer.weights，但被归类为不可训练权重。
print("weights:", len(my_sum.weights))
print("non-trainable weights:", len(my_sum.non_trainable_weights))
# It's not included in the trainable weights:
print("trainable_weights:", my_sum.trainable_weights)
weights: 1
non-trainable weights: 1
trainable_weights: []
最佳实践：将权重创建推迟到输入形状已知之后
我们上面定义的 Linear 层接收一个 input_dim 参数，用于在 __init__() 中计算权重 w 和 b 的形状。
class Linear(keras.layers.Layer):
def __init__(self, units=32, input_dim=32):
super().__init__()
self.w = self.add_weight(
shape=(input_dim, units),
initializer="random_normal",
trainable=True,
)
self.b = self.add_weight(shape=(units,), initializer="zeros", trainable=True)
def call(self, inputs):
return ops.matmul(inputs, self.w) + self.b
在许多情况下，你可能无法提前知道输入的尺寸，并且希望在实例化层之后，当该值已知时再延迟创建权重。
在 Keras API 中，我们建议在层的 build(self, inputs_shape) 方法中创建层权重。像这样：
class Linear(keras.layers.Layer):
def __init__(self, units=32):
super().__init__()
self.units = units
def build(self, input_shape):
self.w = self.add_weight(
shape=(input_shape[-1], self.units),
initializer="random_normal",
trainable=True,
)
self.b = self.add_weight(
shape=(self.units,), initializer="random_normal", trainable=True
)
def call(self, inputs):
return ops.matmul(inputs, self.w) + self.b
你的层的 __call__() 方法会在第一次被调用时自动运行 build 方法。现在你拥有一个延迟创建权重且更易于使用的层。
# At instantiation, we don't know on what inputs this is going to get called
linear_layer = Linear(32)
# The layer's weights are created dynamically the first time the layer is called
y = linear_layer(x)
如上所示，单独实现 build() 方法能很好地将“仅创建一次权重”与“在每次调用中使用权重”这两步分离开来。
层可以递归地组合
如果你将一个 Layer 实例赋值给另一个 Layer 的属性，则外部层将开始跟踪内部层创建的权重。
我们建议在 __init__() 方法中创建此类子层，并让第一次 __call__() 调用触发其权重的构建。
class MLPBlock(keras.layers.Layer):
def __init__(self):
super().__init__()
self.linear_1 = Linear(32)
self.linear_2 = Linear(32)
self.linear_3 = Linear(1)
def call(self, inputs):
x = self.linear_1(inputs)
x = keras.activations.relu(x)
x = self.linear_2(x)
x = keras.activations.relu(x)
return self.linear_3(x)
mlp = MLPBlock()
y = mlp(ops.ones(shape=(3, 64))) # The first call to the `mlp` will create the weights
print("weights:", len(mlp.weights))
print("trainable weights:", len(mlp.trainable_weights))
weights: 6
trainable weights: 6
后端无关的层和后端特定的层
只要层仅使用来自 keras.ops 命名空间（或其它 Keras 命名空间，例如 keras.activations、keras.random 或 keras.layers）的 API，那么它就可以与任何后端一起使用——TensorFlow、JAX 或 PyTorch。
到目前为止，你在本指南中看到的所有层都可以与所有 Keras 后端一起使用。
keras.ops 命名空间为你提供了访问：
- NumPy API，例如
ops.matmul、ops.sum、ops.reshape、ops.stack等。 - 神经网络专用 API，例如
ops.softmax、ops.conv、ops.binary_crossentropy、ops.relu等。
你也可以在层中使用后端原生的 API（例如 tf.nn 函数），但如果这样做，你的层将只能与该后端一起使用。例如，你可以使用 jax.numpy 编写以下 JAX 特定的层：
import jax
class Linear(keras.layers.Layer):
...
def call(self, inputs):
return jax.numpy.matmul(inputs, self.w) + self.b
这将是等效的 TensorFlow 特定层：
import tensorflow as tf
class Linear(keras.layers.Layer):
...
def call(self, inputs):
return tf.matmul(inputs, self.w) + self.b
这将是等效的 PyTorch 特定层：
import torch
class Linear(keras.layers.Layer):
...
def call(self, inputs):
return torch.matmul(inputs, self.w) + self.b
因为跨后端兼容性是一个非常有用的特性，我们强烈建议你始终只利用 Keras API 来使你的层与后端无关。
add_loss() 方法
在编写层的 call() 方法时，你可以创建损失张量，这些张量稍后在编写训练循环时会用到。这可以通过调用 self.add_loss(value) 来实现。
# A layer that creates an activity regularization loss
class ActivityRegularizationLayer(keras.layers.Layer):
def __init__(self, rate=1e-2):
super().__init__()
self.rate = rate
def call(self, inputs):
self.add_loss(self.rate * ops.mean(inputs))
return inputs
这些损失（包括由任何内部层创建的损失）可以通过 layer.losses 进行检索。此属性在顶层层的每次 __call__() 开始时重置，因此 layer.losses 始终包含最后一次前向传播期间创建的损失值。
class OuterLayer(keras.layers.Layer):
def __init__(self):
super().__init__()
self.activity_reg = ActivityRegularizationLayer(1e-2)
def call(self, inputs):
return self.activity_reg(inputs)
layer = OuterLayer()
assert len(layer.losses) == 0 # No losses yet since the layer has never been called
_ = layer(ops.zeros((1, 1)))
assert len(layer.losses) == 1 # We created one loss value
# `layer.losses` gets reset at the start of each __call__
_ = layer(ops.zeros((1, 1)))
assert len(layer.losses) == 1 # This is the loss created during the call above
此外，loss 属性还包含为任何内部层权重创建的正则化损失。
class OuterLayerWithKernelRegularizer(keras.layers.Layer):
def __init__(self):
super().__init__()
self.dense = keras.layers.Dense(
32, kernel_regularizer=keras.regularizers.l2(1e-3)
)
def call(self, inputs):
return self.dense(inputs)
layer = OuterLayerWithKernelRegularizer()
_ = layer(ops.zeros((1, 1)))
# This is `1e-3 * sum(layer.dense.kernel ** 2)`,
# created by the `kernel_regularizer` above.
print(layer.losses)
[Array(0.00217911, dtype=float32)]
这些损失应在编写自定义训练循环时予以考虑。
它们也可以与 fit() 无缝协作（如果存在主损失，它们会被自动求和并添加到主损失中）。
inputs = keras.Input(shape=(3,))
outputs = ActivityRegularizationLayer()(inputs)
model = keras.Model(inputs, outputs)
# If there is a loss passed in `compile`, the regularization
# losses get added to it
model.compile(optimizer="adam", loss="mse")
model.fit(np.random.random((2, 3)), np.random.random((2, 3)))
# It's also possible not to pass any loss in `compile`,
# since the model already has a loss to minimize, via the `add_loss`
# call during the forward pass!
model.compile(optimizer="adam")
model.fit(np.random.random((2, 3)), np.random.random((2, 3)))
1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 60ms/step - loss: 0.2650
1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 15ms/step - loss: 0.0050
<keras.src.callbacks.history.History at 0x146f71960>
你可以选择性地为层启用序列化
如果你需要自定义层可以作为 函数式模型 的一部分进行序列化，你可以选择性地实现 get_config() 方法。
class Linear(keras.layers.Layer):
def __init__(self, units=32):
super().__init__()
self.units = units
def build(self, input_shape):
self.w = self.add_weight(
shape=(input_shape[-1], self.units),
initializer="random_normal",
trainable=True,
)
self.b = self.add_weight(
shape=(self.units,), initializer="random_normal", trainable=True
)
def call(self, inputs):
return ops.matmul(inputs, self.w) + self.b
def get_config(self):
return {"units": self.units}
# Now you can recreate the layer from its config:
layer = Linear(64)
config = layer.get_config()
print(config)
new_layer = Linear.from_config(config)
{'units': 64}
注意，基类 Layer 的 __init__() 方法接受一些关键字参数，特别是 name 和 dtype。一个好的实践是在 __init__() 中将这些参数传递给父类，并将它们包含在层的配置中。
class Linear(keras.layers.Layer):
def __init__(self, units=32, **kwargs):
super().__init__(**kwargs)
self.units = units
def build(self, input_shape):
self.w = self.add_weight(
shape=(input_shape[-1], self.units),
initializer="random_normal",
trainable=True,
)
self.b = self.add_weight(
shape=(self.units,), initializer="random_normal", trainable=True
)
def call(self, inputs):
return ops.matmul(inputs, self.w) + self.b
def get_config(self):
config = super().get_config()
config.update({"units": self.units})
return config
layer = Linear(64)
config = layer.get_config()
print(config)
new_layer = Linear.from_config(config)
{'name': 'linear_7', 'trainable': True, 'dtype': 'float32', 'units': 64}
如果你需要更灵活地从配置中反序列化层，你还可以覆盖 from_config() 类方法。这是 from_config() 的基本实现：
def from_config(cls, config):
return cls(**config)
要了解有关序列化和保存的更多信息，请参阅完整的保存和序列化模型指南。
call() 方法中的特权参数 training
有些层，特别是 BatchNormalization 层和 Dropout 层，在训练和推理期间有不同的行为。对于此类层，标准做法是在 call() 方法中公开一个 training（布尔类型）参数。
通过在 call() 中公开此参数，你可以使内置的训练和评估循环（例如 fit()）在训练和推理中正确使用该层。
class CustomDropout(keras.layers.Layer):
def __init__(self, rate, **kwargs):
super().__init__(**kwargs)
self.rate = rate
self.seed_generator = keras.random.SeedGenerator(1337)
def call(self, inputs, training=None):
if training:
return keras.random.dropout(
inputs, rate=self.rate, seed=self.seed_generator
)
return inputs
call() 方法中的特权参数 mask
call() 支持的另一个特权参数是 mask 参数。
你会在所有 Keras RNN 层中找到它。掩码是一个布尔张量（输入中每个时间步对应一个布尔值），用于在处理时间序列数据时跳过某些输入时间步。
当先前的层生成掩码时，Keras 会自动将正确的 mask 参数传递给支持此参数的层的 __call__() 方法。生成掩码的层是配置了 mask_zero=True 的 Embedding 层和 Masking 层。
Model 类
通常，你会使用 Layer 类定义内部计算块，而使用 Model 类定义外部模型——即你将要训练的对象。
例如，在 ResNet50 模型中，你会有几个继承自 Layer 的 ResNet 块，以及一个包含整个 ResNet50 网络的 Model。
Model 类拥有与 Layer 相同的 API，但有以下区别：
- 它公开了内置的训练、评估和预测循环（
model.fit()、model.evaluate()、model.predict()）。 - 它通过
model.layers属性公开其内部层的列表。 - 它公开了保存和序列化 API（
save()、save_weights()...）。
实际上，Layer 类对应于文献中我们称之为“层”（如“卷积层”或“循环层”）或“块”（如“ResNet 块”或“Inception 块”）的概念。
同时，Model 类对应于文献中称为“模型”（如“深度学习模型”）或“网络”（如“深度神经网络”）的概念。
所以如果你想知道，“我应该使用 Layer 类还是 Model 类？”，问问自己：我是否需要调用 fit()？我是否需要调用 save()？如果是，就使用 Model。如果不是（因为你的类只是一个更大系统中的一个块，或者因为你自己编写训练和保存代码），则使用 Layer。
例如，我们可以使用上面迷你 ResNet 的例子来构建一个 Model，我们可以使用 fit() 来训练它，并使用 save_weights() 来保存它。
class ResNet(keras.Model):
def __init__(self, num_classes=1000):
super().__init__()
self.block_1 = ResNetBlock()
self.block_2 = ResNetBlock()
self.global_pool = layers.GlobalAveragePooling2D()
self.classifier = Dense(num_classes)
def call(self, inputs):
x = self.block_1(inputs)
x = self.block_2(x)
x = self.global_pool(x)
return self.classifier(x)
resnet = ResNet()
dataset = ...
resnet.fit(dataset, epochs=10)
resnet.save(filepath.keras)
融会贯通：一个端到端的示例
到目前为止，你已经学到了什么：
Layer封装了状态（在__init__()或build()中创建）和一些计算（在call()中定义）。- 层可以递归地嵌套以创建新的、更大的计算块。
- 只要层仅使用 Keras API，它们就与后端无关。你可以使用后端原生的 API（例如
jax.numpy、torch.nn或tf.nn），但这样你的层将只能与该特定后端一起使用。 - 层可以通过
add_loss()创建和跟踪损失（通常是正则化损失）。 - 外部容器，即你想要训练的对象，是
Model。Model就像一个Layer，但增加了训练和序列化功能。
让我们将所有这些内容结合起来，创建一个端到端的示例：我们将以与后端无关的方式实现一个变分自编码器（VAE）——这样它就可以在 TensorFlow、JAX 和 PyTorch 中以相同的方式运行。我们将在 MNIST 数字数据集上训练它。
我们的 VAE 将是 Model 的一个子类，由继承自 Layer 的层嵌套组合而成。它将包含正则化损失（KL 散度）。
class Sampling(layers.Layer):
"""Uses (z_mean, z_log_var) to sample z, the vector encoding a digit."""
def __init__(self, **kwargs):
super().__init__(**kwargs)
self.seed_generator = keras.random.SeedGenerator(1337)
def call(self, inputs):
z_mean, z_log_var = inputs
batch = ops.shape(z_mean)[0]
dim = ops.shape(z_mean)[1]
epsilon = keras.random.normal(shape=(batch, dim), seed=self.seed_generator)
return z_mean + ops.exp(0.5 * z_log_var) * epsilon
class Encoder(layers.Layer):
"""Maps MNIST digits to a triplet (z_mean, z_log_var, z)."""
def __init__(self, latent_dim=32, intermediate_dim=64, name="encoder", **kwargs):
super().__init__(name=name, **kwargs)
self.dense_proj = layers.Dense(intermediate_dim, activation="relu")
self.dense_mean = layers.Dense(latent_dim)
self.dense_log_var = layers.Dense(latent_dim)
self.sampling = Sampling()
def call(self, inputs):
x = self.dense_proj(inputs)
z_mean = self.dense_mean(x)
z_log_var = self.dense_log_var(x)
z = self.sampling((z_mean, z_log_var))
return z_mean, z_log_var, z
class Decoder(layers.Layer):
"""Converts z, the encoded digit vector, back into a readable digit."""
def __init__(self, original_dim, intermediate_dim=64, name="decoder", **kwargs):
super().__init__(name=name, **kwargs)
self.dense_proj = layers.Dense(intermediate_dim, activation="relu")
self.dense_output = layers.Dense(original_dim, activation="sigmoid")
def call(self, inputs):
x = self.dense_proj(inputs)
return self.dense_output(x)
class VariationalAutoEncoder(keras.Model):
"""Combines the encoder and decoder into an end-to-end model for training."""
def __init__(
self,
original_dim,
intermediate_dim=64,
latent_dim=32,
name="autoencoder",
**kwargs
):
super().__init__(name=name, **kwargs)
self.original_dim = original_dim
self.encoder = Encoder(latent_dim=latent_dim, intermediate_dim=intermediate_dim)
self.decoder = Decoder(original_dim, intermediate_dim=intermediate_dim)
def call(self, inputs):
z_mean, z_log_var, z = self.encoder(inputs)
reconstructed = self.decoder(z)
# Add KL divergence regularization loss.
kl_loss = -0.5 * ops.mean(
z_log_var - ops.square(z_mean) - ops.exp(z_log_var) + 1
)
self.add_loss(kl_loss)
return reconstructed
让我们使用 fit() API 在 MNIST 上训练它：
(x_train, _), _ = keras.datasets.mnist.load_data()
x_train = x_train.reshape(60000, 784).astype("float32") / 255
original_dim = 784
vae = VariationalAutoEncoder(784, 64, 32)
optimizer = keras.optimizers.Adam(learning_rate=1e-3)
vae.compile(optimizer, loss=keras.losses.MeanSquaredError())
vae.fit(x_train, x_train, epochs=2, batch_size=64)
Epoch 1/2
938/938 ━━━━━━━━━━━━━━━━━━━━ 2s 1ms/step - loss: 0.0942
Epoch 2/2
938/938 ━━━━━━━━━━━━━━━━━━━━ 1s 859us/step - loss: 0.0677
<keras.src.callbacks.history.History at 0x146fe62f0>