theano - оценить выход нейронной сети

Question

Я пытаюсь визуализировать вывод нейронной сети, построенной с помощью лазаньи. В частности, я изменил код о mnist Например: 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 прекрасно работает, если мы выбираем модель «MLP» в строке 234:

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

в то время, выбрав модель 'Cnn', изменяя линию 234 следующим образом:

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

линия

print(prediction.eval())  

выдает 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 есть Google много, и я не в состоянии выяснить происхождение этой проблемы. Я заинтересован в визуализации вывода нейронной сети, чтобы понять, как она работает. Любая помощь будет оценена по достоинству.

Answer 1

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

Я нашел следующее решение (эти отладочные строки вставляются в строке 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')