tf.keras.models.clone_model

Создать копию модели Model (Functional или Sequential).

tf.keras.models.clone_model(
    model,
    input_tensors=None,
    clone_function=None,
    call_function=None,
    recursive=False,
    **kwargs
)

Используется в блокнотах

Используется в учебниках
Масштабируемое сжатие моделей Федеральное обучение для генерации текста

Клонирование модели похоже на вызов модели на новых входных данных, за исключением того, что оно создаёт новые слои (и, следовательно, новые веса), а не использует веса существующих слоёв.

Обратите внимание, что clone_model не будет сохранять уникальность общих объектов в модели (например, одна переменная, прикреплённая к двум различным слоям, будет восстановлена как две отдельные переменные).

Аргументы
`model`	Экземпляр модели `Model` (может быть функциональной или последовательной).
`input_tensors`	необязательный список входных тензоров или объектов InputLayer для построения модели. Если не указано, будут созданы новые объекты `Input`.
`clone_function`	Функция с сигнатурой `fn(layer)`, используемая для клонирования каждого слоя в целевой модели (кроме `Input`). Она принимает в качестве аргумента экземпляр слоя для клонирования и возвращает соответствующий экземпляр слоя для использования в копии модели. Если не указано, эта функция по умолчанию равна следующей функции сериализации/десериализации: `lambda layer: layer.__class__.from_config(layer.get_config())`. Передавая пользовательскую функцию, вы можете настроить копию модели, например, обернув определённые слои (например, вы можете заменить все `LSTM` экземпляры эквивалентными экземплярами `Bidirectional(LSTM(...))`). По умолчанию `None`.
`call_function`	Функция с сигнатурой `fn(layer, args, kwargs)`, используемая для вызова каждого клонированного слоя и набора входов. Она принимает экземпляр слоя, аргументы вызова и ключевые аргументы и возвращает выходные данные вызова. Если не указано, эта функция по умолчанию равна обычному методу `__call__()`: `def fn(layer, args, *kwargs): return layer(args, **kwargs)`. Передавая пользовательскую функцию, вы можете вставлять новые слои до или после заданного слоя. Примечание: этот аргумент может использоваться только с функциональными моделями.
`recursive`	Булево значение. Нужно ли рекурсивно клонировать любые встреченные в исходной модели Sequential или Functional модели. Если `False`, то внутренние модели клонируются путём вызова `clone_function()`. Если `True`, то внутренние модели клонируются путём вызова `clone_model()` с теми же аргументами `clone_function`, `call_function` и `recursive`. Обратите внимание, что в этом случае `call_function` не будет распространяться на модели Sequential (так как она не применима к моделям Sequential).

Возвращаемое значение

Возвращаемое значение
Экземпляр `Model`, воспроизводящий поведение исходной модели, с новыми входными тензорами и новыми весами. Клонированная модель может вести себя иначе, чем исходная, если пользовательская функция `clone_function` или `call_function` изменяет слой или вызов слоя.

Экземпляр Model, воспроизводящий поведение исходной модели, с новыми входными тензорами и новыми весами. Клонированная модель может вести себя иначе, чем исходная, если пользовательская функция clone_function или call_function изменяет слой или вызов слоя.

Пример:

# Create a test Sequential model.
model = keras.Sequential([
    keras.layers.Input(shape=(728,)),
    keras.layers.Dense(32, activation='relu'),
    keras.layers.Dense(1, activation='sigmoid'),
])
# Create a copy of the test model (with freshly initialized weights).
new_model = clone_model(model)

Использование clone_function для создания детерминированной модели, устанавливая seed случайных чисел повсюду:

def clone_function(layer):
    config = layer.get_config()
    if "seed" in config:
        config["seed"] = 1337
    return layer.__class__.from_config(config)

new_model = clone_model(model)

Использование call_function для добавления слоя Dropout после каждого слоя Dense (без создания новых слоёв):

def call_function(layer, *args, **kwargs):
    out = layer(*args, **kwargs)
    if isinstance(layer, keras.layers.Dense):
        out = keras.layers.Dropout(0.5)(out)
    return out

new_model = clone_model(
    model,
    clone_function=lambda x: x,  # Reuse the same layers.
    call_function=call_function,
)

Обратите внимание, что подклассированные модели по умолчанию нельзя клонировать, поскольку их внутренняя структура слоёв неизвестна. Чтобы получить эквивалентную функциональность, как в случае с подклассированной моделью clone_model, убедитесь, что класс модели реализует get_config() (и необязательно from_config()), и вызовите:

new_model = model.__class__.from_config(model.get_config())

В случае с подклассированной моделью вы не можете использовать пользовательскую функцию clone_function.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/models/clone_model