2.3.4　自定義神經(jīng)網(wǎng)絡(luò)模型

神經(jīng)網(wǎng)絡(luò)層通過Cell的子類（SubClass）實(shí)現(xiàn)，同樣地，神經(jīng)網(wǎng)絡(luò)模型也可以采用SubClass方法自定義神經(jīng)網(wǎng)絡(luò)模型；構(gòu)建時(shí)需要在__init__方法中將要使用的神經(jīng)網(wǎng)絡(luò)組件實(shí)例化，在__call__方法中定義神經(jīng)網(wǎng)絡(luò)的計(jì)算邏輯。同樣地，以2.3.1節(jié)的卷積神經(jīng)網(wǎng)絡(luò)模型為例，定義接口可用偽代碼描述，如代碼2.14所示。

代碼2.14　自定義神經(jīng)網(wǎng)絡(luò)模型

對上述卷積模型進(jìn)行實(shí)例化，其執(zhí)行過程將從__init__方法開始，第一個(gè)是Conv2D，Conv2D也是Cell的子類，會進(jìn)入Conv2D的__init__方法，此時(shí)會將第一個(gè)Conv2D的卷積參數(shù)收集到self._params中，之后回到Conv2D，將第一個(gè)Conv2D收集到self._cells；第二個(gè)的組件是MaxPool2D，因?yàn)槠錄]有訓(xùn)練參數(shù)，因此將MaxPool2D收集到self._cells；以此類推，分別收集第二個(gè)卷積參數(shù)和卷積層，三個(gè)全連接層的參數(shù)和全連接層。實(shí)例化之后可以調(diào)用.parameters_and_names方法返回訓(xùn)練參數(shù)；調(diào)用conv.cells_and_names方法查看神經(jīng)網(wǎng)絡(luò)層列表。