from 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)
我建议您阅读kerasdocumentation:
一种简单的方法是创建一个新的
Model
,它将输出您感兴趣的层:或者,您可以构建一个Keras函数,该函数将返回给定输入的特定层的输出,例如:
^{pr2}$类似地,您可以直接构建Theano和TensorFlow函数。在
请注意,如果您的模型在培训和测试阶段有不同的行为(例如,如果它使用Dropout、BatchNormalization等),则需要将学习阶段标志传递给您的函数:
另一个答案是相似的 How can I get hidden layer representation of the given data?
相关问题 更多 >
编程相关推荐