keras中的后端backend及其相关函数（K.prod，K.cast）

【时间】2019.02.25

【题目】keras中的后端backend及其相关函数（K.prod，K.cast）

具体参考：Keras 后端，其中

一、K.prod

prod

keras.backend.prod(x, axis=None, keepdims=False)

功能：在某一指定轴，计算张量中的值的乘积。

参数

• x: 张量或变量。
• axis: 一个整数需要计算乘积的轴。
• keepdims: 布尔值，是否保留原尺寸。 如果 keepdims 为 False，则张量的秩减 1。 如果 keepdims 为 True，缩小的维度保留为长度 1。

返回

x 的元素的乘积的张量。

Numpy 实现

def prod(x, axis=None, keepdims=False):
    if isinstance(axis, list):
        axis = tuple(axis)
    return np.prod(x, axis=axis, keepdims=keepdims)

具体例子：

import numpy as np
x=np.array([[2,4,6],[2,4,6]])

scaling = np.prod(x, axis=1, keepdims=False)
print(x)
print(scaling)

【运行结果】

二、K.cast

cast

keras.backend.cast(x, dtype)

功能：将张量转换到不同的 dtype 并返回。

你可以转换一个 Keras 变量，但它仍然返回一个 Keras 张量。

参数

• x: Keras 张量（或变量）。
• dtype: 字符串， ('float16', 'float32' 或 'float64')。

返回

Keras 张量，类型为 dtype。

例子

>>> from keras import backend as K
>>> input = K.placeholder((2, 3), dtype='float32')
>>> input
<tf.Tensor 'Placeholder_2:0' shape=(2, 3) dtype=float32>
# It doesn't work in-place as below.
>>> K.cast(input, dtype='float16')
<tf.Tensor 'Cast_1:0' shape=(2, 3) dtype=float16>
>>> input
<tf.Tensor 'Placeholder_2:0' shape=(2, 3) dtype=float32>
# you need to assign it.
>>> input = K.cast(input, dtype='float16')
>>> input
<tf.Tensor 'Cast_2:0' shape=(2, 3) dtype=float16>