Метод to_yaml

Метод to_yaml применяется к объекту модели Keras и возвращает строку в формате YAML, содержащую конфигурацию модели. Эта строка включает информацию о слоях, их типах, параметрах и связях между ними. Метод не принимает обязательных параметров и работает без аргументов. Полученную YAML-строку можно сохранить в файл или передать в метод model_from_yaml для восстановления модели.

Синтаксис

model.to_yaml()

Пример

Давайте создадим простую модель с одним полносвязным слоем и получим ее YAML-представление:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(2, input_shape=(3,))
])

res = model.to_yaml()
print(res)

Результат выполнения кода:

"backend: tensorflow
class_name: Sequential
config:
  layers:
  - class_name: Dense
	config:
	  activation: linear
	  activity_regularizer: null
	  bias_constraint: null
	  bias_initializer:
		class_name: Zeros
		config: {}
	  bias_regularizer: null
	  dtype: float32
	  kernel_constraint: null
	  kernel_initializer:
		class_name: GlorotUniform
		config:
		  seed: null
	  kernel_regularizer: null
	  name: dense
	  trainable: true
	  units: 2
	  use_bias: true
	name: dense
	build_config:
	  input_shape: [null, 3]
  name: sequential
keras_version: 2.15.0"

Пример

Давайте создадим модель с двумя слоями и выведем только первые строки YAML:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(4, activation='relu', input_shape=(3,)),
	tf.keras.layers.Dense(2, activation='softmax')
])

res = model.to_yaml()
for line in res.split('\n')[:12]:
	print(line)

Результат выполнения кода:

"backend: tensorflow
class_name: Sequential
config:
  layers:
  - class_name: Dense
	config:
	  activation: relu
	  activity_regularizer: null
	  bias_constraint: null
	  bias_initializer:
		class_name: Zeros
		config: {}
	  bias_regularizer: null
	  dtype: float32
	  kernel_constraint: null
	  kernel_initializer:"

Пример

Давайте сохраним YAML-конфигурацию модели в файл:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Dense(2, input_shape=(3,))
])

res = model.to_yaml()

with open('model.yaml', 'w') as f:
	f.write(res)

print('saved')

Результат выполнения кода:

"saved"

Смотрите также

метод to_json,
который возвращает JSON-представление конфигурации модели
метод get_config,
который возвращает словарь с конфигурацией модели
метод from_config,
который создает модель из словаря конфигурации
класс Model,
который представляет модель Keras