模型 - 简介

TensorSpace 模型简介

模型对象是 TensorSpace 的重要组件之一。所有的层对象都保存在模型中。

TensorSpace 的模型可以由两种构造器创建所得： Sequential() 与 Model()。我们需要提供两个参数： container 与 config。

let model = new TSP.models.Sequential( container, config );

其中container对应的是 HTML 页面中用来渲染3D模型的元素。

config表示的是模型配置，包含不同的属性和方法。

属性

每个模型都有许多不同的配置。这些配置将作为该模型的默认配置为所有的层以及其他控件提供参数支持。以构建一个Sequential()模型为例：

let model = new TSP.models.Sequential( container, {

    layerInitStatus: "close",
    aggregationStrategy: "max",
    layerShape: "rect",
    textSystem: "enable",
    relationSystem: "enable",
    animeTime: 200,
    stats: true,

    color: {

        background: 0x000000,
        conv2d: 0xffff2E,
        pooling2d: 0x00ffff,
        dense: 0x00ff00,
        padding2d: 0x6eb6ff

    }

} );

注意：

模型的配置对于该模型来说是全局性的默认配置。我们可以针对每一个具体的元素（如层对象）进行细节上的配置，以此来覆盖模型的默认配置。

以下展示了模型配置的具体信息：

.aggregationStrategy : String

表示聚合体对象的数据计算及渲染策略。
"max" 或 "average"。默认为 "average"。
"max" 使用该位置所有通道中的最大值； "average" 使用该位置所有通道中的平均值。

图1 - 收拢状态下的网络层对象（聚合体）

.layerShape : String

表示展开状态下，层对象的排列方式。
"line" 或 "rect"。默认为 "rect"。
"line" 为线性排列； "rect" 使用“最佳视觉矩形”方式排列。
关于“最佳视觉矩形”，请参阅 .createRectangleCenters。

图2 - 以填充的矩形所排列的特征图

图3 - 线性方式排列的特征图

.layerInitStatus : String

表示层对象的初始状态：呈展开状态的特征图或者呈收拢状态的聚合体。
"close" 或 "open"。默认为 "close"。
"close" 将层对象收拢为聚合体; "open" 将层对象展开至特征图。

图4 - 初始状态为收拢的层

图5 - 初始状态为展开的层

.textSystem : String

启用或禁用层对象的文字显示。
"enable" 或 "disable"。默认为 "enable"。
"enable" 以启用显示文字; "disable" 以禁用显示文字。

图6 - 显示网络层维度文本

图7 - 禁用文本显示

.relationSystem : String

启用或禁用层间关系连线的显示。
"enable" 或 "disable"。默认为 "enable"。
"enable" 以启用关系连线的显示； "disable" 以禁用关系连线的显示。

图8 - 显示网络层关系连线

图9 - 禁用关系连线显示

.animeTime : Double

表示实际动画时长。
默认为 2000 (2秒).
范围：大于0的实数。

图10 - 展开层动画 animeTime 为 2000 (默认)

图11 - 展开层动画 animeTime 为 6000

.color : Color Format

所有必要颜色的配置，包括所有层对象以及场景的背景。
我们能在此配置中设置合适的场景背景色。
关于“颜色”，详情参见 color。

图12 - 改变场景背景色为紫

.stats : Bool

表示是否使用并展示stats控件。
true 或 false。默认为 false。
true 启用并显示控件； false 禁用并隐藏控件。

.predictDataShapes : Array

如果 TensorSpace 载入的与训练的模型的输入形状不确定，使用该属性来配置一个确定的形状。
举个栗子，在 Keras application 中的 InceptionV3 模型的输入是 [ null, null, null, 3 ]，这样的模型可以接受输入不同形状的 Input，在 TensorSpace 中可视化此类模型时需要配置一个特定的形状，在之后 predict 是输入的数据均为这个形状：
```
let model = new TSP.models.Model( modelContainer, {

    predictDataShapes: [ [ 299, 299, 3 ] ]

} );
```

.feedInputs : Array

如果 TensorSpace 的输入和载入的预处理模型的输入数量不同，可以使用该属性将两个模型的输入对应起来。
举个栗子，ACGAN 的生成模型有两个输入 [1, 100] 和 [1, 1]，如果我们只想要在 TensorSpace 中可视化该网络不过只想要可视化[1, 100]这个输入，那么可以这样配置：
```
let model = TSP.models.Sequential({
    feedInputs: [ 0 ]
});
```
0 代表着预处理模型的第一个输入的值会被用于渲染 TensorSpace 模型的输入（假设 TensorSpace 模型只展示两个输入中的一个）。

方法

.init( complete_callback ) : void

该方法实际使用配置的参数来创建所有可视化对象。
详情参见Model (concept)。

.load( load_config ) : void

该方法实际载入神经网络模型。
我们为该方法提供了回调函数。
详情参见Load。

.predict( input_data, complete_callback ) : void

该方法收集由神经网络模型所计算的层间输出数据来渲染3D可视化对象。
我们为该方法提供了回调函数。
详情参见Predict。

.reset() : void

该方法用于重置模型状态至默认初始化状态。
模型中的摄像机位置将被移至默认初始位置。摄像机观测角度将被变更为默认初始角度。
所有网络层对象中，对现有输入的预测数据将被清空。可视化模型将根据清空后的数据进行重新渲染。

.getAllLayers() : Layer[]

获取在当前模型中的所有层对象。
我们可以通过该方法获取所有层对象以进行配置或检查某些特殊配置。

.getLayerByName( name ) : Layer

通过层名称(String)来获取特定层对象。
我们可以通过该方法查找并更新某个特定的层对象。

延伸

更多关于在 TensorSpace 中不同的模型的实现方式，参见：