Я не могу получить доступ к слоям после загрузки модели.
Я создал модель следующим образом:
def create_model(vocab_dim, hidden_dim):
input_seq_axis1 = Axis('inputAxis1')
input_sequence_before = sequence.input_variable(shape=vocab_dim, sequence_axis=input_seq_axis1, is_sparse = use_sparse)
input_sequence_after = sequence.input_variable(shape=vocab_dim, sequence_axis=input_seq_axis1, is_sparse = use_sparse)
e=Sequential([
C.layers.Embedding(hidden_dim),
Stabilizer()
],name='Embedding')
a = Sequential([
e,
C.layers.Recurrence(C.layers.LSTM(hidden_dim//2),name='ForwardRecurrence'),
],name='ForwardLayer')
b = Sequential([
e,
C.layers.Recurrence(C.layers.LSTM(hidden_dim//2),go_backwards=True),
],name='BackwardLayer')
latent_vector = C.splice(a(input_sequence_before), b(input_sequence_after))
bias = C.layers.Parameter(shape = (vocab_dim, 1), init = 0, name='Bias')
weights = C.layers.Parameter(shape = (vocab_dim, hidden_dim), init = C.initializer.glorot_uniform(), name='Weights')
z = C.times_transpose(weights, latent_vector,name='Transpose') + bias
z = C.reshape(z, shape = (vocab_dim))
return z
Затем я загружаю модель:
def load_my_model(vocab_dim, hidden_dim):
z=load_model("models/lm_epoch0.dnn")
input_sequence_before = z.arguments[0]
input_sequence_after = z.arguments[1]
a=z.ForwardLayer
b=z.BackwardLayer
latent_vector = C.splice(a(input_sequence_before), b(input_sequence_after))
Я получаю сообщение об ошибке: TypeError("Аргумент ForwardRecurrence типа SequenceOver[inputAxis1][Tensor[100]] несовместим с типом SequenceOver[inputAxis1][SparseTensor[50000]] переданной переменной",)
Похоже, что слой, на который ссылается имя (z.ForwardLayer), представляет функцию из непосредственного ввода слоя. Как я могу рассчитать «latent_vector» (эта переменная нужна мне для создания функций перекрестной энтропии и потерь для продолжения обучения)?