python - 模型中的 Keras 层命名不遵守 TF name_scope 前缀

Question

我正在使用Functional API TensorFlow 1.15 中的 Keras。我的模型很复杂并且具有嵌套结构，所以我在想tf.name_scope可能允许我创建一个很好的模块化结构，每个 block 都有自己独特的前缀添加到该 block 中的层中。但是，我似乎无法让它发挥作用。这是一个例子:

#!/usr/bin/env python
import tensorflow as tf
from tensorflow.keras import Input, Model
from tensorflow.keras.layers import Dense


if __name__ == '__main__':
    inputs = Input((10,))
    with tf.name_scope('block_1'):
        x = Dense(32)(inputs)
        x = Dense(32)(x)
    with tf.name_scope('block_2'):
        x = Dense(32)(x)
        outputs = Dense(32)(x)
    model = Model(inputs=inputs, outputs=outputs)

    print("\nLayer Names:")
    for layer in model.layers:
        print(layer.name)

    print("\nModel Summary:")
    print(model.summary())

    print("\nOutputs:", outputs.name)

我得到的输出是:

Layer Names:
input_1
dense
dense_1
dense_2
dense_3

Model Summary:
Model: "model"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_1 (InputLayer)         [(None, 10)]              0         
_________________________________________________________________
dense (Dense)                (None, 32)                352       
_________________________________________________________________
dense_1 (Dense)              (None, 32)                1056      
_________________________________________________________________
dense_2 (Dense)              (None, 32)                1056      
_________________________________________________________________
dense_3 (Dense)              (None, 32)                1056      
=================================================================
Total params: 3,520
Trainable params: 3,520
Non-trainable params: 0
_________________________________________________________________
None

Outputs: block_2/dense_3/BiasAdd:0

如您所见，在最后一行，如果我只打印输出图层的名称，它似乎采用 name_scope 前缀，但如果我尝试从检索到的内容打印图层名称从模型来看，它不起作用。我希望图层名称看起来像

input_1
block_1/dense
block_1/dense_1
block_2/dense_2
block_2/dense_3

或者类似的东西。有关如何实现此目的的任何想法，或者是否有其他我应该知道的比 tf.name_scope 更适合此目的的机制？

Answer 1

tf.name_scope 将张量名称放入名称范围中。如果您在任何地方打印 x.name ，您将看到正确应用的范围名称，因为 x 是一个张量。另一方面，Keras 层不是张量，因此它们不尊重名称范围(可以吗？当然。为什么不呢？我不知道)。

您可以明确地为 Keras 层命名，例如Dense(32, name='scope_1/layer_1。我不知道还有其他选择。