[keras] 中间层输出

超、凢脫俗 2022-05-13 10:42 212阅读 0赞

把每个层的输出都拿出来，然后算均方差  
K.var(layeroutput, axis=None, keepdims=False):  
目前还没找到在运行过程中每一个step都输出的函数，  
看看train loss在哪里输出的，可能要修改fit 函数。。。。  
自定义call back函数只能在每层结束后输出

#### 测试阶段加载权重后输出 ####

##### 1.通过建立function #####

get_3rd_layer_output = K.function([model.layers[0].input, K.learning_phase()],
                                      [model.layers[3].output])  
    
    # output in test mode = 0
    layer_output = get_3rd_layer_output([X, 0])[0] # the second is dtype
    
    # output in train mode = 1
    layer_output = get_3rd_layer_output([X, 1])[0]

K.learning\_phase()”表示当前处于训练状态还是测试状态，0为训练，1为测试。例如当网络有Dropout层时，训练和测试要采取不同的策略，修改该值可以得到想要的结果。  
其中的deprocess\_image函数将0到1的浮点数转换到0-255的图像值

##### 2.通过get\_layer 函数 #####

from keras.models import Model
    model = ... # 创建原始模型intermediate_layer_model = Model(inputs=model.input, outputs=model.get_layer(layer_name).output)#你创建新的模型
    #这个新的模型截取了原始模型中从输入到某个层（你想要得到结果的那一层）的一部分，
    intermediate_output = intermediate_layer_model.predict(data)#这个数据就是原始模型的输入数据

#### 参考 ####

[https://blog.csdn.net/u010632850/article/details/77926511][https_blog.csdn.net_u010632850_article_details_77926511]

[Keras中间层输出的两种方式][Keras]

[https_blog.csdn.net_u010632850_article_details_77926511]: https://blog.csdn.net/u010632850/article/details/77926511
[Keras]: http://www.cnblogs.com/tectal/p/9426971.html