- 一个中间结果后面要用,且不太会变化。然后你要调后面的程序,如果每次都计算到这个中间结果,在调试后面的结果会比较慢。可以将中间结果先保存下来,每次读取中间,在往下调试这样会快一点。
例如:
with open('data.pkl', 'wb') as f:
pickle.dump([Train_X, Train_y, Test_X, Test_y], f)
with open('data.pkl', 'rb') as f:
Train_X, Train_y, Test_X, Test_y = pickle.load(f)
- 使用 keras 框架搭建模型,当出现问题,说前后层的输入和输出不匹配时,如果通过函数看见各层的张量输出可以方便定位问题。
下面介绍发现的
from keras import backend as K
input = K.placeholder(shape=(2, 4, 5))
K.int_shape(input)
keras.layers.Reshape
可以改变张量的维度