Можно ли вернуть код тензорного потока из скомпилированной модели Keras?

Question

Я начну этот пост, сказав, что я признаю, что это не может быть подходящим местом для этого вопроса, но не был уверен, где еще начать. Если есть более подходящий канал SE, не стесняйтесь предлагать.

Я использовал Keras для изучения способов применения нейронных сетей к различным задачам прогнозирования. Я заинтересован в изучении TensorFlow как способа получить более глубокое понимание внутренней работы этих сетей. Очевидно, что можно переключить сервер Keras на TensorFlow и использовать Keras в качестве API высокого уровня для TensorFlow. Однако есть ли способ «восстановить» код TensorFlow из скомпилированной модели Keras? Я думаю, что было бы очень полезно написать модель, которую я знаю в Keras, и автоматически увидеть ее «перевод» в TensorFlow, чтобы быстрее изучить эту библиотеку.

Любые мысли или предложения были бы полезными. Спасибо за прочтение.

Answer 1

Все, что делает Keras, - это аннотация как Theano, так и TensorFlow в одном объединенном бэкэнд-модуле. Затем он использует функции в бэкэнд для реализации слоев и методов, которые вы можете использовать в Keras.

Это, в свою очередь, означает, что не существует этапа компиляции, участвующего в генерации кода для одного конкретного бэкэнд. Оба Theano и TensorFlow являются библиотеками python, нет причин для перевода, Keras просто использует указанную вами библиотеку.

Лучший способ узнать, как модель в Keras написана в TensorFlow, - это, вероятно, поиск простой сети с одним и тем же набором данных и сравнение примеров в TensorFlow и Keras. Другим способом было бы прочитать код Keras и найти K.<function> в базовом модуле TensorFlow.

Если вас интересует конкретный код платформы, который производит отдельные бэкэнды, например. код CUDA, тогда ответ будет: это зависит. Оба Theano и TensorFlow используют временные каталоги для хранения кода и источников. Для theanano это ~/.theano по умолчанию. Но просмотр этого кода, вероятно, не сделает вас более разумным в понимании нейронных сетей и их механики.