Keras plot_model 没有正确显示输入层答案

【问题标题】：Keras plot_model not showing the input layer appropriatelyKeras plot_model 没有正确显示输入层
【发布时间】：2019-01-14 00:15:38
【问题描述】：

我的模型是这样定义的：

model = keras.models.Sequential()
model.add(layers.Embedding(max_features, 128, input_length=max_len,
                       input_shape=(max_len,), name='embed'))
model.add(layers.Conv1D(32, 7, activation='relu'))
model.add(layers.MaxPooling1D(5))
model.add(layers.Conv1D(32, 7, activation='relu'))
model.add(layers.GlobalMaxPooling1D())
model.add(layers.Dense(1))

当我使用 plot_model 函数将其绘制出来时：

from keras.utils import plot_model

plot_model(model, show_shapes=True, to_file='model.png')

我得到的图纸是

输入层是一系列数字。有人知道它是如何让它正确显示输入的吗？

【问题讨论】：

标签： python tensorflow keras deep-learning artificial-intelligence

【解决方案1】：

升级 Keras 后发生在我身上

查看此链接：https://github.com/keras-team/keras/issues/10638

在 keras/engine/sequential.py 中

评论一下：

@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】：