Keras: Nur NN-Architektur ohne Modellspeicherzuweisung anzeigen ⇐ Python

[Anonymous]

Mein Ziel ist es, Keras zu verwenden, um die Architektur des Modells zu visualisieren. Kein Training, keine Inferenz.
Zum Beispiel, wenn ich nur den Graphen des Netzwerks des klassischen VGG16-Modells mit
visualisieren möchte

Code: Select all

model = create_vgg_like_model()

dann beginnt Keras mit der Vorabzuweisung des benötigten Speichers und das Programm stürzt ab (siehe Bild).


PC-Spezifikationen: CPU mit 4 Kernen, 8 GB RAM. Aufgrund der „riesigen“ Menge an Parametern des Modells wird sogar die Swap-Partition verwendet.

Ich habe versucht, damit herumzuspielen

Code: Select all

cpu_devices = tf.config.list_physical_devices('CPU')

if cpu_devices:
try:
# avoid allocating all memory on the device
tf.config.set_visible_devices(cpu_devices, 'CPU')
tf.config.experimental.set_memory_growth(cpu_devices[0], True)

model = create_vgg_like_model()
dot = tf.keras.utils.model_to_dot(model) # example of display
except ValueError as e:
print(e)

aber ohne Erfolg wird es ausgelöst

Code: Select all

ValueError: Cannot set memory growth on non-GPU and non-Pluggable devices

.

Gibt es eine Möglichkeit

• die Speicherzuweisung auf der CPU und/oder auf der GPU zu verschieben
• um ein Modell-ähnliches Objekt zu implementieren, das nur „oberflächliche“ Informationen des Netzwerks wie Layername, Eingabe, Ausgabe, Anzahl der Parameter usw. enthält?