Keras 模型架构 [重复]答案

【问题标题】：Keras Model Architecture [duplicate]Keras 模型架构 [重复]
【发布时间】：2019-02-10 19:03:46
【问题描述】：

我创建了 Keras 模型。然后我使用了一个函数来为您绘制模型架构图。它创建了如下所示的 png 文件。

创建模型的代码：

model = Sequential()
model.add(LSTM(50, input_shape=(train_X.shape[1], train_X.shape[2])))
model.add(Dense(1, activation='linear'))
model.compile(loss='mae', optimizer='adam', metrics=[self.coeff_determination])

创建架构的png图像的行：

plot_model(model, to_file='C:\CSV\model.png', show_layer_names=True, show_shapes=True)

这是我得到的图像：

问题是图表顶部的大数字的含义。

【问题讨论】：

问题已编辑
干得好 - 删除了反对票 ;)
stackoverflow.com/a/51719035/1699882 类似问题？
谢谢@mirdad，您的评论帮助了我。我想我解决了这个问题。显然问题出在sequential.py中。现在我得到这张图片：link

标签： python machine-learning keras deep-learning

【解决方案1】：

最初回答here。检查此链接：https://github.com/keras-team/keras/issues/10638

在 keras/engine/sequential.py - 注释掉以下代码：

@property
def layers(self):
    # Historically, `sequential.layers` only returns layers that were added
    # via `add`, and omits the auto-generated `InputLayer`
    # that comes at the bottom of the stack.
    if self._layers and isinstance(self._layers[0], InputLayer):
        return self._layers[1:]
    return self._layers

【讨论】：

由于该问题的答案存在于该重复问题中，因此您最好不要发布答案，而是将该问题标记为重复关闭。