tensorflow - 有什么方法可以在 Keras 预测时输出网络值

Question

我正在使用 Keras 进行一些深度学习。我对预测步骤中的网络状态有疑问。

在预测某些随机输入时，有什么方法可以发现神经元值吗？(查看给定输入的最终神经元状态)。

Answer 1

更新:

您可以创建一个新的临时模型，该模型将(原始)网络的隐藏层作为其输出，您要从中检索激活值。

举例来说，如果您有一个具有 3 层(1 个输入、1 个隐藏层和 1 个输出)的神经网络 A，并且想要检索隐藏层的激活值，则需要创建一个新模型(例如 B)，其中有 2 层(1 个输入和 1 个输出)。模型B的输入层将与模型A的输入层相同。而模型B的输出层将类似于模型A的隐藏层。

示例代码可以是:

rom keras.models import Model

model = ...  # create the original model

layer_name = 'my_layer'
intermediate_layer_model = Model(inputs=model.input,
                             outputs=model.get_layer(layer_name).output)
intermediate_output = intermediate_layer_model.predict(data)

有关更多详细信息，请查看 Keras 常见问题解答 https://keras.io/getting-started/faq/#how-can-i-obtain-the-output-of-an-intermediate-layer .