python - 获取 Keras 模型/层的输出

Question

我的 Keras 模型是 babi_rnn example在 Keras 存储库中。

我想获取数据集上模型的输出(以文字形式)。

我尝试过:

layer = model.layers[-1] # For the last layer
    f = K.function([model.get_input(train=False)], [layer.get_output(train=False)])
    print(f([x])[0])  # your activation tensor

但我收到错误:

AttributeError: 'Sequential' object has no attribute 'get_input'

如何在输入输入后简单地获取模型或层的输出？

也就是说，我需要

    # I supply the X list and want to get the Y list.

    Y = Model(X) # X and Y are both lists. Model.Layer[Index] can also be a use case.

    # The responses are the set of label probabilities for each word in the vocabulary.

这样我就可以执行:for x, y in zip(X,Y): print(x,y)来查看模型实际在做什么。

我认为这应该是最简单的用例，但实现起来看起来很麻烦。

任何帮助将不胜感激。谢谢。

Answer 1

您可以简单地使用model.predict来获取Y，predict函数内部调用_make_predict_function()做你想做的事。

但是您的模型经过训练，可以将特定类型的输入映射到特定类型的输出...因此，您需要在使用 predict 函数并对其进行解释时处理这些问题。在此示例中，此转换是在 vectorize_stories() 中完成的，因此请尝试了解它在做什么。

在这种情况下，要在训练模型后获得预测的单词，您需要做的就是:

Y_pred = model.predict([tX, tXq])
for pred in Y_pred:
    print (vocab[pred.argmax()-1])

再次注意 tX 是矢量化测试故事 tXq 是矢量化测试查询，Y_pred 是模型的矢量化预测答案。