python keras"/>
python keras
小编典典
你可以使用以下命令轻松获取任何图层的输出: model.layers[index].output
对于所有图层,请使用以下命令:
from keras import backend as K
inp = model.input # input placeholder
outputs = [layer.output for layer in model.layers] # all layer outputs
functors = [K.function([inp, K.learning_phase()], [out]) for out in outputs] # evaluation functions
# Testing
test = np.random.random(input_shape)[np.newaxis,...]
layer_outs = [func([test, 1.]) for func in functors]
print layer_outs
注:为了模拟差使用learning_phase如1.在layer_outs以其它方式使用0.
编辑:(基于评论)
K.function 创建theano / tensorflow张量函数,该函数随后用于从给定输入的符号图中获取输出。
现在K.learning_phase()需要输入作为输入,因为许多Keras层(如Dropout / Batchnomalization)都依赖它来在训练和测试期间更改行为。
因此,如果你删除代码中的辍学层,则可以简单地使用:
from keras import backend as K
inp = model.i
更多推荐
python keras
发布评论