ios - 在 Core ML 上具有两个参数函数的自定义层

Question

感谢这篇很棒的文章(http://machinethink.net/blog/coreml-custom-layers/)，我了解了如何使用 coremltools 和 Lambda 以及 Keras 自定义层编写转换。但是，我无法理解带有两个参数的函数的情况。

#python
def scaling(x, scale):
    return x * scale

Keras 层在这里。

#python
up = conv2d_bn(mixed,
                   K.int_shape(x)[channel_axis],
                   1,
                   activation=None,
                   use_bias=True,
                   name=name_fmt('Conv2d_1x1'))
x = Lambda(scaling, # HERE !!
           output_shape=K.int_shape(up)[1:],
           arguments={'scale': scale})(up)
x = add([x, up])

在这种情况下，如何在 Swift 的 自定义 MLCustomLayer 类 中编写 func evaluate(inputs: [MLMultiArray], outputs: [MLMultiArray]) ？我理解的只是在一个参数函数的情况下，像这样，

#swift 
func evaluate(inputs: [MLMultiArray], outputs: [MLMultiArray]) throws {
  for i in 0..<inputs.count {
    let input = inputs[i]
    let output = outputs[i]

    for j in 0..<input.count {
      let x = input[j].floatValue
      let y = x / (1 + exp(-x))
      output[j] = NSNumber(value: y)
    }
  }  
}

两个参数函数怎么样，比如x * scale？

完整代码在这里。

• 使用自定义层转换为 Core ML 模型 https://github.com/osmszk/dla_team14/blob/master/facenet/coreml/CoremlTest.ipynb
• Keras 的网络模型 https://github.com/osmszk/dla_team14/blob/master/facenet/code/facenet_keras_v2.py

谢谢。

Answer 1

看起来 scale 是一个超参数，而不是可学习的参数，对吗？

在这种情况下，您需要将 scale 添加到自定义图层的参数字典中。然后在您的 Swift 类中，scale 也将位于传递给您的 init(parameters) 函数的参数字典中。将其存储在一个属性中，然后在 evaluate(inputs, outputs) 中再次从该属性中读取。

我的博文实际上展示了如何做到这一点。 ;-)