如何使用Keras 2从Keras 1用Conv1D获得相同的结果

问题描述

我首先使用keras 1.2.0在cpu上运行了相同的代码（具有相同的数据），然后在两个代码中都使用了keras 2.0.3 keras是使用TensorFlow后端的。 问题是来自Conv1D，许多参数都发生了变化，我想从keras 1.2.0复制相同的Conv1D。因为我与keras 2没有相同的结果。

这是我在Keras 1上的代码

def core_model_CNN(sequence_input,sequence_length,vocabulary_size,n_out,embedding_dim,embedding_matrix,filter_sizes = [1,2,3],num_filters = 100,drop = 0.1) :
    

    embedding =  Embedding(input_dim=vocabulary_size,output_dim=embedding_dim,input_length=sequence_length,weights=[embedding_matrix],trainable=False)
                  
    embedded_sequences = embedding(sequence_input)
   


    filter_sizes = filter_sizes
    convs = []
    for fsz in filter_sizes:
        conv = Conv1D(nb_filter=32,filter_length=fsz,border_mode='valid',activation='relu',subsample_length=1)(embedded_sequences)
        pool = MaxPooling1D(pool_length=sequence_length-fsz+1)(conv)
        flattenMax = Flatten()(pool)
        convs.append(flattenMax)

    l_merge = concatenate(convs,axis=1)
    #flatten = Flatten()(l_merge)
    dense1= Dense(300,activation='swish')(l_merge)
    dense1=Batchnormalization()(dense1)
    dense1= Dense(250,activation='swish')(dense1)
    dense1=Batchnormalization()(dense1)
    dense1= Dense(200,activation='swish')(dense1)
    dense1=Batchnormalization()(dense1)
    dense1= Dense(150,activation='swish')(dense1)
    dense1=Batchnormalization()(dense1)
    dense1= Dense(100,activation='swish')(dense1)
    dense1=Batchnormalization()(dense1)
    output = Dense(units=n_out,activation='softmax',kernel_regularizer=regularizers.l2(2),)(dense1)

         
    return output

在Keras 2上，它变成

        conv = tf.keras.layers.Conv1D(filters=params['nb_filter'],kernel_size=fsz,padding='valid',bias_initializer='zeros',strides=1)(embedded_sequences)
        pool = tf.keras.layers.MaxPooling1D(pool_size=sequence_length-fsz+1)(conv)

我对此link进行了修改，但结果不一样。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）