9dee73c602d1d4c527cf94df6ffec0b96f028920,basenji/seqnn.py,SeqNN,build_model,#SeqNN#Any#,42

Before Change

    self.is_training = tf.placeholder(tf.bool, name="is_training")
    input_dna = tf.keras.Input(shape=(self.hp.seq_length, 4), name="dna")
    input_reverse = tf.keras.Input(batch_shape=(None,), dtype="bool", name="reverse")
    self.inputs = [input_dna, input_reverse]

    current = input_dna

    //////////////////////////////////////////////////////////////////////////////////////////////////////

After Change

    if self.hp.target_clip is not None:
      current = layers.Clip(0, self.hp.target_clip)(current)

    self.preds = current

    //////////////////////////////////////////////////////////////////////////////////////////////////////
    // compile model
    //////////////////////////////////////////////////////////////////////////////////////////////////////
    self.model = tf.keras.Model(inputs=[self.sequence,self.genome], outputs=self.preds)
    print(self.model.summary())


  def train(self, trainer):

Instances