将此 Python Keras 代码更改为 DeepLearning4j 代码

Question

所以看起来 Python 的 tensorflow 和当前发布的 Jython 版本不兼容，所以我正在用 Java 编写我的 AI 模型（GAN）。我正在为我的 GAN 模型遵循 Keras 和 Tensorflow 中的 python 指南。我已经想出了如何使用 DeepLearning4j 在 Java 中设置我的 python 神经网络代码。问题是，我无法在 DeepLearning4j 中设置训练功能。

这是我所遵循的 Python 培训代码：

generator_optimizer = tf.keras.optimizers.Adam(generator_lr) # learning rate for generator
discriminator_optimizer = tf.keras.optimizers.Adam(discriminator_lr) # learning rate for discriminator


seed = tf.random.normal([num_examples_to_generate, noise_dim]) 

# ignore this; I already have dataset code set up
train_dataset = tf.data.Dataset.from_tensor_slices(train_images_scaled).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)

@tf.function
def train_step(images):
    noise = tf.random.normal([BATCH_SIZE, noise_dim])

    with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:

      generated_images = generator(noise, training=True) #generator model is already set up under the name "generator"

      
      real_output = discriminator(images, training=True) #discriminator model is already set up as "discriminator"
      fake_output = discriminator(generated_images, training=True)

      
      gen_loss = generator_loss(fake_output) #predefined function that calculates the loss of the generator as a decimal value using the loss of the discriminator; uses crossentropy
      disc_loss = discriminator_loss(real_output, fake_output) #predefined function that calculates the loss of the discriminator as a decimal value

    
    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)

    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))

def train(dataset, epochs):

  for epoch in range(epochs):
    start = time.time() # time module of course

    for structure_batch in dataset:
      train_step(structure_batch)
    

    print ('Time for epoch {} is {} sec'.format(epoch + 1, time.time()-start))

关于 GAN 的目的是什么，它是通过对不同块使用 one-hot 编码算法在 Minecraft 中生成结构，但我认为这不是必要的信息。

我只是希望使用 DeepLearning4j 库将上述 Python 代码“翻译”成 Java。 （我也有 Java 的 tensorflow 库，但我认为它与 DL4J 不直接兼容）

Answer 1

使用 keras 导入。

此处为外部链接： https://deeplearning4j.konduit.ai/v/en-1.0.0-m1/deeplearning4j/how-to-guides/keras-import/api-reference

对于后人来说，执行此操作的方法取决于您是否有功能模型：

public static ComputationGraph importKerasModelAndWeights(InputStream modelHdf5Stream) throws IOException, UnsupportedKerasConfigurationException, InvalidKerasConfigurationException

或顺序模型：

public static MultiLayerNetwork importKerasSequentialModelAndWeights(InputStream modelHdf5Stream,
                                                                         boolean enforceTrainingConfig)
            throws IOException, InvalidKerasConfigurationException, UnsupportedKerasConfigurationException

将模型另存为 H5 文件。 使用上述方法将模型加载到 deeplearning4j，然后您可以使用 deeplearning4j 数据集迭代器来训练您的模型。

对于输入数据管道，如果可能的话，我会将其放在一个单独的问题中。如果您想了解更多详情，请在 cmets 中询问。