python - 使用内部层的输出来拟合 Keras 模型？

Question

我有一个模型 M，它有两个输入:x_train1、x_train2。经过大量转换后，这些输入被连接成一个数组 x1_x2。随后将其插入自动编码器，其中输出应为 x1_x2。但是当我尝试拟合模型时，出现以下错误:

ValueError:当将符号张量输入模型时，我们期望张量具有静态批量大小。得到具有形状的张量:(无，2080)

我知道问题在于我如何指定我的预期输出。我能够使用虚拟数组(例如 np.zeros((96, 2080)) 来运行代码，但不能通过设置内部层的输出来运行代码。

我执行以下操作来拟合模型:

autoencoder.fit([x_train1, x_train2], 
                autoencoder.layers[-7].output,
                epochs=50,
                batch_size=8,
                shuffle=True,
                validation_split=0.2)

如何让 Keras 理解预期输出应该是形状为(number_of_input_images，2080)的内部层的输出？

Answer 1

我会执行以下操作:从 Keras 导入 Model 类并创建一个附加模型。

from tensorflow.python.keras.models import Model

# model = your existing model

new_model = Model(
  inputs = model.input,
  outputs = model.get_layer(name_of_desired_output_layer).output
)

就是这样，现在您可以使用新模型并对其进行训练。