Add serialization backwards compatibility tests
PiperOrigin-RevId: 308156126 Change-Id: I2a0f3b8267ac3feff3695865f971ce527ab431c3
This commit is contained in:
Thomas O'Malley
TensorFlower Gardener
parent
fe2a529935
commit
3ce8efe987
@ -13,6 +13,22 @@ package(
|
|||||||
|
|
||||||
exports_files(["LICENSE"])
|
exports_files(["LICENSE"])
|
||||||
|
|
||||||
|
tf_py_test(
|
||||||
|
name = "get_config_test",
|
||||||
|
srcs = ["get_config_test.py"],
|
||||||
|
python_version = "PY3",
|
||||||
|
shard_count = 4,
|
||||||
|
tags = [
|
||||||
|
"no_pip",
|
||||||
|
],
|
||||||
|
deps = [
|
||||||
|
":get_config_samples",
|
||||||
|
"//tensorflow/python:client_testlib",
|
||||||
|
"//tensorflow/python/keras",
|
||||||
|
"@absl_py//absl/testing:parameterized",
|
||||||
|
],
|
||||||
|
)
|
||||||
|
|
||||||
tf_py_test(
|
tf_py_test(
|
||||||
name = "add_loss_correctness_test",
|
name = "add_loss_correctness_test",
|
||||||
srcs = ["add_loss_correctness_test.py"],
|
srcs = ["add_loss_correctness_test.py"],
|
||||||
@ -272,3 +288,10 @@ tf_py_test(
|
|||||||
"//third_party/py/numpy",
|
"//third_party/py/numpy",
|
||||||
],
|
],
|
||||||
)
|
)
|
||||||
|
|
||||||
|
py_library(
|
||||||
|
name = "get_config_samples",
|
||||||
|
srcs = ["get_config_samples.py"],
|
||||||
|
srcs_version = "PY2AND3",
|
||||||
|
deps = [],
|
||||||
|
)
|
||||||
|
|||||||
491
tensorflow/python/keras/tests/get_config_samples.py
Normal file
491
tensorflow/python/keras/tests/get_config_samples.py
Normal file
@ -0,0 +1,491 @@
|
|||||||
|
# Copyright 2020 The TensorFlow Authors. All Rights Reserved.
|
||||||
|
#
|
||||||
|
# Licensed under the Apache License, Version 2.0 (the "License");
|
||||||
|
# you may not use this file except in compliance with the License.
|
||||||
|
# You may obtain a copy of the License at
|
||||||
|
#
|
||||||
|
# http://www.apache.org/licenses/LICENSE-2.0
|
||||||
|
#
|
||||||
|
# Unless required by applicable law or agreed to in writing, software
|
||||||
|
# distributed under the License is distributed on an "AS IS" BASIS,
|
||||||
|
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
|
||||||
|
# See the License for the specific language governing permissions and
|
||||||
|
# limitations under the License.
|
||||||
|
# ==============================================================================
|
||||||
|
# pylint: disable=protected-access
|
||||||
|
"""Sample `get_config` results for testing backwards compatibility."""
|
||||||
|
from __future__ import absolute_import
|
||||||
|
from __future__ import division
|
||||||
|
from __future__ import print_function
|
||||||
|
|
||||||
|
# inputs = tf.keras.Input(10)
|
||||||
|
# x = tf.keras.layers.Dense(10, activation='relu')(inputs)
|
||||||
|
# outputs = tf.keras.layers.Dense(1)(x)
|
||||||
|
# model = tf.keras.Model(inputs, outputs)
|
||||||
|
FUNCTIONAL_DNN = {
|
||||||
|
'input_layers': [['input_1', 0, 0]],
|
||||||
|
'layers': [{
|
||||||
|
'class_name': 'InputLayer',
|
||||||
|
'config': {
|
||||||
|
'batch_input_shape': (None, 10),
|
||||||
|
'dtype': 'float32',
|
||||||
|
'name': 'input_1',
|
||||||
|
'ragged': False,
|
||||||
|
'sparse': False
|
||||||
|
},
|
||||||
|
'inbound_nodes': [],
|
||||||
|
'name': 'input_1'
|
||||||
|
}, {
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'relu',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 10,
|
||||||
|
'use_bias': True
|
||||||
|
},
|
||||||
|
'inbound_nodes': [[['input_1', 0, 0, {}]]],
|
||||||
|
'name': 'dense'
|
||||||
|
}, {
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense_1',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 1,
|
||||||
|
'use_bias': True
|
||||||
|
},
|
||||||
|
'inbound_nodes': [[['dense', 0, 0, {}]]],
|
||||||
|
'name': 'dense_1'
|
||||||
|
}],
|
||||||
|
'name': 'model',
|
||||||
|
'output_layers': [['dense_1', 0, 0]]
|
||||||
|
}
|
||||||
|
|
||||||
|
# inputs = tf.keras.Input((256, 256, 3))
|
||||||
|
# x = tf.keras.layers.Conv2D(filters=3, kernel_size=(3, 3))(inputs)
|
||||||
|
# x = tf.keras.layers.Flatten()(x)
|
||||||
|
# outputs = tf.keras.layers.Dense(1)(x)
|
||||||
|
# model = tf.keras.Model(inputs, outputs)
|
||||||
|
FUNCTIONAL_CNN = {
|
||||||
|
'input_layers': [['input_2', 0, 0]],
|
||||||
|
'layers': [{
|
||||||
|
'class_name': 'InputLayer',
|
||||||
|
'config': {
|
||||||
|
'batch_input_shape': (None, 256, 256, 3),
|
||||||
|
'dtype': 'float32',
|
||||||
|
'name': 'input_2',
|
||||||
|
'ragged': False,
|
||||||
|
'sparse': False
|
||||||
|
},
|
||||||
|
'inbound_nodes': [],
|
||||||
|
'name': 'input_2'
|
||||||
|
}, {
|
||||||
|
'class_name': 'Conv2D',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'data_format': 'channels_last',
|
||||||
|
'dilation_rate': (1, 1),
|
||||||
|
'dtype': 'float32',
|
||||||
|
'filters': 3,
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'kernel_size': (3, 3),
|
||||||
|
'name': 'conv2d',
|
||||||
|
'padding': 'valid',
|
||||||
|
'strides': (1, 1),
|
||||||
|
'trainable': True,
|
||||||
|
'use_bias': True
|
||||||
|
},
|
||||||
|
'inbound_nodes': [[['input_2', 0, 0, {}]]],
|
||||||
|
'name': 'conv2d'
|
||||||
|
}, {
|
||||||
|
'class_name': 'Flatten',
|
||||||
|
'config': {
|
||||||
|
'data_format': 'channels_last',
|
||||||
|
'dtype': 'float32',
|
||||||
|
'name': 'flatten',
|
||||||
|
'trainable': True
|
||||||
|
},
|
||||||
|
'inbound_nodes': [[['conv2d', 0, 0, {}]]],
|
||||||
|
'name': 'flatten'
|
||||||
|
}, {
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense_2',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 1,
|
||||||
|
'use_bias': True
|
||||||
|
},
|
||||||
|
'inbound_nodes': [[['flatten', 0, 0, {}]]],
|
||||||
|
'name': 'dense_2'
|
||||||
|
}],
|
||||||
|
'name': 'model_1',
|
||||||
|
'output_layers': [['dense_2', 0, 0]]
|
||||||
|
}
|
||||||
|
|
||||||
|
# inputs = tf.keras.Input((10, 3))
|
||||||
|
# x = tf.keras.layers.LSTM(10)(inputs)
|
||||||
|
# outputs = tf.keras.layers.Dense(1)(x)
|
||||||
|
# model = tf.keras.Model(inputs, outputs)
|
||||||
|
FUNCTIONAL_LSTM = {
|
||||||
|
'input_layers': [['input_5', 0, 0]],
|
||||||
|
'layers': [{
|
||||||
|
'class_name': 'InputLayer',
|
||||||
|
'config': {
|
||||||
|
'batch_input_shape': (None, 10, 3),
|
||||||
|
'dtype': 'float32',
|
||||||
|
'name': 'input_5',
|
||||||
|
'ragged': False,
|
||||||
|
'sparse': False
|
||||||
|
},
|
||||||
|
'inbound_nodes': [],
|
||||||
|
'name': 'input_5'
|
||||||
|
}, {
|
||||||
|
'class_name': 'LSTM',
|
||||||
|
'config': {
|
||||||
|
'activation': 'tanh',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dropout': 0.0,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'go_backwards': False,
|
||||||
|
'implementation': 2,
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'lstm_2',
|
||||||
|
'recurrent_activation': 'sigmoid',
|
||||||
|
'recurrent_constraint': None,
|
||||||
|
'recurrent_dropout': 0.0,
|
||||||
|
'recurrent_initializer': {
|
||||||
|
'class_name': 'Orthogonal',
|
||||||
|
'config': {
|
||||||
|
'gain': 1.0,
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'recurrent_regularizer': None,
|
||||||
|
'return_sequences': False,
|
||||||
|
'return_state': False,
|
||||||
|
'stateful': False,
|
||||||
|
'time_major': False,
|
||||||
|
'trainable': True,
|
||||||
|
'unit_forget_bias': True,
|
||||||
|
'units': 10,
|
||||||
|
'unroll': False,
|
||||||
|
'use_bias': True
|
||||||
|
},
|
||||||
|
'inbound_nodes': [[['input_5', 0, 0, {}]]],
|
||||||
|
'name': 'lstm_2'
|
||||||
|
}, {
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense_4',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 1,
|
||||||
|
'use_bias': True
|
||||||
|
},
|
||||||
|
'inbound_nodes': [[['lstm_2', 0, 0, {}]]],
|
||||||
|
'name': 'dense_4'
|
||||||
|
}],
|
||||||
|
'name': 'model_3',
|
||||||
|
'output_layers': [['dense_4', 0, 0]]
|
||||||
|
}
|
||||||
|
|
||||||
|
# model = tf.keras.Sequential()
|
||||||
|
# model.add(tf.keras.layers.Dense(10))
|
||||||
|
# model.add(tf.keras.layers.Dense(1))
|
||||||
|
SEQUENTIAL_DNN = {
|
||||||
|
'layers': [{
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense_2',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 10,
|
||||||
|
'use_bias': True
|
||||||
|
}
|
||||||
|
}, {
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense_3',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 1,
|
||||||
|
'use_bias': True
|
||||||
|
}
|
||||||
|
}],
|
||||||
|
'name': 'sequential_1'
|
||||||
|
}
|
||||||
|
|
||||||
|
# model = tf.keras.Sequential()
|
||||||
|
# model.add(tf.keras.layers.Conv2D(32, (3, 3)))
|
||||||
|
# model.add(tf.keras.layers.Flatten())
|
||||||
|
# model.add(tf.keras.layers.Dense(1))
|
||||||
|
SEQUENTIAL_CNN = {
|
||||||
|
'layers': [{
|
||||||
|
'class_name': 'Conv2D',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'data_format': 'channels_last',
|
||||||
|
'dilation_rate': (1, 1),
|
||||||
|
'dtype': 'float32',
|
||||||
|
'filters': 32,
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'kernel_size': (3, 3),
|
||||||
|
'name': 'conv2d_1',
|
||||||
|
'padding': 'valid',
|
||||||
|
'strides': (1, 1),
|
||||||
|
'trainable': True,
|
||||||
|
'use_bias': True
|
||||||
|
}
|
||||||
|
}, {
|
||||||
|
'class_name': 'Flatten',
|
||||||
|
'config': {
|
||||||
|
'data_format': 'channels_last',
|
||||||
|
'dtype': 'float32',
|
||||||
|
'name': 'flatten_1',
|
||||||
|
'trainable': True
|
||||||
|
}
|
||||||
|
}, {
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense_6',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 1,
|
||||||
|
'use_bias': True
|
||||||
|
}
|
||||||
|
}],
|
||||||
|
'name': 'sequential_4'
|
||||||
|
}
|
||||||
|
|
||||||
|
# model = tf.keras.Sequential()
|
||||||
|
# model.add(tf.keras.layers.LSTM(10))
|
||||||
|
# model.add(tf.keras.layers.Dense(1))
|
||||||
|
SEQUENTIAL_LSTM = {
|
||||||
|
'layers': [{
|
||||||
|
'class_name': 'LSTM',
|
||||||
|
'config': {
|
||||||
|
'activation': 'tanh',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dropout': 0.0,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'go_backwards': False,
|
||||||
|
'implementation': 2,
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'lstm',
|
||||||
|
'recurrent_activation': 'sigmoid',
|
||||||
|
'recurrent_constraint': None,
|
||||||
|
'recurrent_dropout': 0.0,
|
||||||
|
'recurrent_initializer': {
|
||||||
|
'class_name': 'Orthogonal',
|
||||||
|
'config': {
|
||||||
|
'gain': 1.0,
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'recurrent_regularizer': None,
|
||||||
|
'return_sequences': False,
|
||||||
|
'return_state': False,
|
||||||
|
'stateful': False,
|
||||||
|
'time_major': False,
|
||||||
|
'trainable': True,
|
||||||
|
'unit_forget_bias': True,
|
||||||
|
'units': 10,
|
||||||
|
'unroll': False,
|
||||||
|
'use_bias': True
|
||||||
|
}
|
||||||
|
}, {
|
||||||
|
'class_name': 'Dense',
|
||||||
|
'config': {
|
||||||
|
'activation': 'linear',
|
||||||
|
'activity_regularizer': None,
|
||||||
|
'bias_constraint': None,
|
||||||
|
'bias_initializer': {
|
||||||
|
'class_name': 'Zeros',
|
||||||
|
'config': {}
|
||||||
|
},
|
||||||
|
'bias_regularizer': None,
|
||||||
|
'dtype': 'float32',
|
||||||
|
'kernel_constraint': None,
|
||||||
|
'kernel_initializer': {
|
||||||
|
'class_name': 'GlorotUniform',
|
||||||
|
'config': {
|
||||||
|
'seed': None
|
||||||
|
}
|
||||||
|
},
|
||||||
|
'kernel_regularizer': None,
|
||||||
|
'name': 'dense_4',
|
||||||
|
'trainable': True,
|
||||||
|
'units': 1,
|
||||||
|
'use_bias': True
|
||||||
|
}
|
||||||
|
}],
|
||||||
|
'name': 'sequential_2'
|
||||||
|
}
|
||||||
58
tensorflow/python/keras/tests/get_config_test.py
Normal file
58
tensorflow/python/keras/tests/get_config_test.py
Normal file
@ -0,0 +1,58 @@
|
|||||||
|
# Copyright 2020 The TensorFlow Authors. All Rights Reserved.
|
||||||
|
#
|
||||||
|
# Licensed under the Apache License, Version 2.0 (the "License");
|
||||||
|
# you may not use this file except in compliance with the License.
|
||||||
|
# You may obtain a copy of the License at
|
||||||
|
#
|
||||||
|
# http://www.apache.org/licenses/LICENSE-2.0
|
||||||
|
#
|
||||||
|
# Unless required by applicable law or agreed to in writing, software
|
||||||
|
# distributed under the License is distributed on an "AS IS" BASIS,
|
||||||
|
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
|
||||||
|
# See the License for the specific language governing permissions and
|
||||||
|
# limitations under the License.
|
||||||
|
#,============================================================================
|
||||||
|
"""Tests for `get_config` backwards compatibility."""
|
||||||
|
|
||||||
|
from __future__ import absolute_import
|
||||||
|
from __future__ import division
|
||||||
|
from __future__ import print_function
|
||||||
|
|
||||||
|
from tensorflow.python.keras import keras_parameterized
|
||||||
|
from tensorflow.python.keras.engine import sequential
|
||||||
|
from tensorflow.python.keras.engine import training
|
||||||
|
from tensorflow.python.keras.tests import get_config_samples
|
||||||
|
from tensorflow.python.platform import test
|
||||||
|
|
||||||
|
|
||||||
|
@keras_parameterized.run_all_keras_modes
|
||||||
|
class TestGetConfigBackwardsCompatible(keras_parameterized.TestCase):
|
||||||
|
|
||||||
|
def test_functional_dnn(self):
|
||||||
|
model = training.Model.from_config(get_config_samples.FUNCTIONAL_DNN)
|
||||||
|
self.assertLen(model.layers, 3)
|
||||||
|
|
||||||
|
def test_functional_cnn(self):
|
||||||
|
model = training.Model.from_config(get_config_samples.FUNCTIONAL_CNN)
|
||||||
|
self.assertLen(model.layers, 4)
|
||||||
|
|
||||||
|
def test_functional_lstm(self):
|
||||||
|
model = training.Model.from_config(get_config_samples.FUNCTIONAL_LSTM)
|
||||||
|
self.assertLen(model.layers, 3)
|
||||||
|
|
||||||
|
def test_sequential_dnn(self):
|
||||||
|
model = sequential.Sequential.from_config(get_config_samples.SEQUENTIAL_DNN)
|
||||||
|
self.assertLen(model.layers, 2)
|
||||||
|
|
||||||
|
def test_sequential_cnn(self):
|
||||||
|
model = sequential.Sequential.from_config(get_config_samples.SEQUENTIAL_CNN)
|
||||||
|
self.assertLen(model.layers, 3)
|
||||||
|
|
||||||
|
def test_sequential_lstm(self):
|
||||||
|
model = sequential.Sequential.from_config(
|
||||||
|
get_config_samples.SEQUENTIAL_LSTM)
|
||||||
|
self.assertLen(model.layers, 2)
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == '__main__':
|
||||||
|
test.main()
|
||||||
Loading…
Reference in New Issue
Block a user