keras进阶，我从Layer开始之五

上篇文章，只读了一行，就是118行。今天继续。保持冷静，不急不躁，切实要求自己，将每一行真正看懂后再继续。

108-175

读到这里，对_per_input之类的属性有了更系统的理解。简单说，就是某个变量如果是和某几个input有关，就用这几个input创建一个key，变量的值作为value。比如，loss，update都是这样的，这在前面的阅读代码中可以看到。

built变量之前也看过了，就是调用了build方法的标志。

_metrics这块儿，准备留一个专题来写。现在，简单将它看作类似losses之类的东西就行。

136行，allowed_kwargs，用来控制允许的keyword参数。这种方法在python库中很常见，一是可以用来检查用户错误的输入，二是可以用来进行版本控制。比如，在tensorflow中，经常看到警告，说某个参数在未来将会被弃用。就是用这种方法实现的检查和警告。

这里显示了layer的默认命名方法。进入K.get_uid方法中看看。

哦，就是将该layer名称为key的value直接加1。这一点，查看model的summary时，那些layer的名称，能看的更明白一些。layer名称后面的数字，就表示了这个layer被实例化了多少次。

154行，trainable这个参数，如果不设置，默认就会设置成True。

155-175

这里看到，keras 会使用input_shape 和batch_size来拼出batch_input_shape。

按这里的方法，提供input_shape时，必须同时提供batch_size。可是平时在是使用Input时，并没有提供batch_size。于是，我跳到了Input的初始化中，一探究竟。

原来，这里直接用None拼接出了batch_input_shape。了然！

这里设置了数据类型，如果你没有设置，默认的是K.floatx()。

需要注意一下，这里有个_initial_weights，用来对weights进行初始化。

看一下它的使用时机。在__call__方法中。

可以看到，如果layer还没有build，就会使用这个weights进行初始化。如果已经build了，就不会再次初始化。这是我一开始感到迷惑的地方。

这__call__方法的调用时机，用一个例子来说明一下：

Dense(2)(a)

这里，就调用了Dense的__call__方法。

至此，阅读完了Layer的初始化方法。