theano — оценить вывод нейронной сети

Я пытаюсь визуализировать вывод нейронной сети, построенной с помощью лазаньи. В частности, я изменил код примера mnist: https://github.com/Lasagne/Lasagne/blob/master/examples/mnist.py

в строке 299 я вставил следующие строки кода:

        input_var=inputs
        prediction=lasagne.layers.get_output(network,input_var)
        print(prediction.eval())
        sys.exit('debug')

это отлично работает, если мы выберем модель «mlp» в строке 234:

def main(model='mlp', num_epochs=500):

в то время как, выбрав модель «cnn», изменив строку 234 следующим образом:

def main(model='cnn', num_epochs=500):

линия

print(prediction.eval())

дает ошибку:

 Traceback (most recent call last):
  File "/dos/mnist_lasagne_original.py", line 364, in <module>
main(**kwargs)
  File "/dos/mnist_lasagne_original.py", line 299, in main
print(prediction.eval())
  File "/usr/local/lib/python2.7/dist-packages/theano/gof/graph.py", line 523, in eval
rval = self._fn_cache[inputs](*args)
   File "/usr/local/lib/python2.7/dist-packages/theano/compile/function_module.py", line 871, in __call__
storage_map=getattr(self.fn, 'storage_map', None))
  File "/usr/local/lib/python2.7/dist-packages/theano/gof/link.py", line 314, in raise_with_op
reraise(exc_type, exc_value, exc_trace)
  File "/usr/local/lib/python2.7/dist-packages/theano/compile/function_module.py", line 859, in __call__
outputs = self.fn()
ValueError: CorrMM received weight with wrong type.
Apply node that caused the error: CorrMM{valid, (1, 1)}(TensorConstant{[[[[ 0.  0..0.  0.]]]]}, Subtensor{::, ::, ::int64, ::int64}.0)
Toposort index: 8
Inputs types: [TensorType(float32, (False, True, False, False)), TensorType(float64, 4D)]
Inputs shapes: [(500, 1, 28, 28), (32, 1, 5, 5)]
Inputs strides: [(3136, 3136, 112, 4), (200, 200, -40, -8)]
Inputs values: ['not shown', 'not shown']
Outputs clients: [[Elemwise{Composite{(i0 * (Abs((i1 + i2)) + i1 + i2))}}(TensorConstant{(1, 1, 1, 1) of 0.5}, CorrMM{valid, (1, 1)}.0, InplaceDimShuffle{x,0,x,x}.0)]]

Backtrace when the node is created(use Theano flag traceback.limit=N to make it longer):
   File "/dos/mnist_lasagne_original.py", line 364, in <module>
main(**kwargs)
   File "/dos/mnist_lasagne_original.py", line 298, in main
prediction=lasagne.layers.get_output(network,input_var)
  File "/home/paul/src/lasagne/lasagne/layers/helper.py", line 185, in get_output
all_outputs[layer] = layer.get_output_for(layer_inputs, **kwargs)
  File "/home/paul/src/lasagne/lasagne/layers/conv.py", line 257, in get_output_for
conved = self.convolve(input, **kwargs)
  File "/home/paul/src/lasagne/lasagne/layers/conv.py", line 535, in convolve
filter_flip=self.flip_filters)

У меня много гугла, и я не могу понять происхождение этой проблемы. Мне интересно визуализировать вывод нейронной сети, чтобы понять, как она работает. Любая помощь будет оценена.


python-2.7 neural-network conv-neural-network theano lasagne
person Caos    schedule 01.07.2016    source источник

Ответы (1)


arrow_upward
3
arrow_downward

Читать здесь: http://lasagne.readthedocs.io/en/latest/user/layers.html#propagating-data-through-layers

Я нашел следующее решение (эти строки отладки вставлены в строку 299 исходного кода):

        x = theano.tensor.tensor4('x')
        y = lasagne.layers.get_output(network, x)
        f = theano.function([x], y)
        output=f(inputs)
        print(output)
        sys.exit('debug')
person Caos    schedule 01.07.2016