如何比较两个Keras模型的相似度？

Question

我使用函数式API构建了一个Keras模型，并使用model_from_json()函数创建了第二个模型。 我想查看这两个模型的模型层（而不是权重）是否完全相同。

我该如何比较这两个Keras模型？

编辑：

根据下面的评论，我可以可能比较每个层。像下面这样做是否有意义：

for l1, l2 in zip(mdl.layers, mdl2.layers):
    print (l1.get_config() == l2.get_config())

- Stergios

---

你想通过程序比较它们还是仅凭眼睛？model.summary() 对你来说足够或有用吗？ - today

我是指以编程方式实现。我想检查它们是否具有相同的形状、正则化等。 - Stergios

也许你可以迭代模型的层并逐一比较，因为你不关心权重或者模型是如何编译和优化的。 - Abdulrahman Bres

@AbdulrahmanBres：好的，那么我该如何比较两个Keras层？ - Stergios

Answer 1

更新: 你的方法是正确的。

你可以迭代两个模型层并逐一比较（因为你不关心权重或模型如何编译和优化）。

你可以这样做：

for l1, l2 in zip(mdl.layers, mdl2.layers):
    print(l1.get_config() == l2.get_config())

或者只需：

print(mdl.get_config() == mdl2.get_config())

- Abdulrahman Bres

---

zip会取两者中的较短者。 - o17t H1H' S'k

Answer 2

你可以使用ROC曲线来比较分类器。

对于二元分类器，可以计算出所有可能的阈值的真阳性率和假阳性率，并将第一个绘制在y轴上，第二个绘制在x轴上。每个分类器的结果曲线可以被积分，得到的积分即为所谓的“曲线下面积”，它等于分类器排名随机选择的正样本高于负样本的概率。可以使用这个值来比较分类器，因为更高的值显示出比更低的值更好的整体表现。Fawcett 还提供了将这种方法应用于多类分类的方法。

- Vincent Kr

---

Vincent，我不想比较这两个模型的统计性能。我只想确保这两个模型在架构上相似。 - Stergios