machine-learning - 如何使用 nngraph 访问中间层的输出？

Question

我需要将损失函数应用于网络中的中间层 (L2) 表示，该网络在 L2 层之后有许多层。我知道如何访问 nngraph 中网络的输出，如下所示:

input = nn.Identity()()
net = nn.Sequential()
net:add(nn.Linear(100, 20)):add(nn.ReLU(true)) -- L1
net:add(nn.Linear(20, 10)):add(ReLU(true)) -- L2
net:add(nn.Linear(10, 2)) -- L3
output = net(input)

gmod = nn.gModule({input}, {output})

但是，我不知道如何访问第二层的结果并应用损失函数(标准)并以简洁的方式对其进行反向传播。谁能给我一些帮助吗？

Answer 1

您应该将图层指定为单独的输出，然后您可以在任何给定时间访问它

input = nn.Identity()()
L1 = nn.ReLU(true)(nn.Linear(100, 20)(input))
L2 = nn.ReLU(true)(nn.Linear(20, 10)(L1))
L3 = nn.Linear(10, 2)(L2)

gmod = nn.gModule({input}, {L3, L2})