keras如何获取中间层的输出

  • Example

Keras中英文文档中有详细连接,参照: 如何获取中间层输出?

Example

构建模型

from keras.models import Model
from keras.layers import Input,Dense,Permute,Flatteninputs_v = Input(shape=(2,5))
model_v  = Permute((2, 1))(inputs_v)
flatten = Flatten()(model_v)
output = Dense(1)(flatten)model = Model(inputs_v, output)
model.summary()
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
model.fit(x, y, epochs=1, batch_size=2, validation_split=0.1)


训练完模型后,取出中间层的输出。
方法一:

permute_layer_model = Model(input=model.input,output=model.get_layer('flatten_6').output)
permute_layer_output = permute_layer_model.predict(x)
print(permute_layer_output)

方法二:

from keras import backend as K# with a Sequential model
get_2rd_layer_output = K.function([model.layers[0].input], [model.layers[2].output])
permute_layer_output = get_2rd_layer_output([x])[0]
print(permute_layer_output)

keras如何获取中间层的输出相关推荐

  1. 详解如何获取深度学习模型中间层的输出值

    1. 引入 深度学习模型,大都是多层的网络,各个层可能各有不同(Dense, Dropout, Flatten, Activation, BatchNormalization, GlobalAvera ...

  2. keras学习之:获取神经网络中间层的输出结果

    文章目录 1. 定义神经网络 2. 导入数据集 3. 训练网络 4. 挑选中间层 5. 可视化中间层数据 6. 取 cov5 做整体演示,看一下深层特征,并附整体代码 1. 定义神经网络 这里定义了一 ...

  3. Pytorch提取预训练模型特定中间层的输出

    如果是你自己构建的模型,那么可以再forward函数中,返回特定层的输出特征图. 下面是介绍针对预训练模型,获取指定层的输出的方法. 如果你只想得到模型最后全连接层之前的输出,那么只需要将最后一个全连 ...

  4. Asp.net 2.0 中获取控件输出的Html代码 (转)

    将Asp.net 控件的呈现html获取,在不少场合会用到,比如生成静态页时 以下代码选自 Asp.net 2.0 高级编程 转自:Asp.net 2.0 中获取控件输出的Html代码 public  ...

  5. python遍历data、并输出结果_获取python运行输出的数据并解析存为dataFrame实例

    在学习xg的 时候,想画学习曲线,但无奈没有没有这个 evals_result_ AttributeError: 'Booster' object has no attribute 'evals_re ...

  6. 5种获取RSS全文输出的方法

    如果你是个RSS重度使用者,那对非全文输出的RSS肯定非常讨厌,比如本站:) 本文介绍5种获取RSS全文输出的方法. 利用まるごとRSS在线生成全文 Feed 网站页面语言是日语,不过不要紧,操作很简 ...

  7. keras提取网络中间层输出、中间层特征

    最近想用自编码网络降维一下数据,用堆叠自编码器SAE降维之后提取中间层特征 model = Sequential()model.add(Dense(1024, activation='relu', i ...

  8. python把nan值去掉_python – Keras Neural Nets,如何删除输出中的NaN值?

    我一直使用Keras从我的神经网络中获得一些NaN输出.我每10,000个结果只得到一个NaN.最初我有一个relu激活层进入最终的softmax层.这产生了更多的NaN结果.我将构成网络中最后两个密 ...

  9. windows popen 获取不到输出_彻底明白os.system、os.popen、subprocess.popen的用法和区别...

    Hello,大家好,沉寂许久,我又来了,这次给大家分享的就是上述三个方法的使用范围和区别,不熟悉的可以在这个地方画一个圆满的句号了. os.system 首先来看这个函数的文档说明 是说是在一个子sh ...

最新文章

  1. Python七大原则,24种设计模式
  2. 计算机设备报废界定,福建省国家税务局关于印发《计算机及其附属设备报废淘汰暂行办法》的通知...
  3. vs c# release断点调试
  4. OpenCV学习笔记(五十一)——imge stitching图像拼接stitching OpenCV学习笔记(五十二)——号外:OpenCV 2.4.1 又出来了。。。。。 OpenCV学习笔记(五
  5. python global和nonlocal用法解析
  6. [android] No resource found that matches the given name 'Theme.AppCompat.Light'
  7. Mysql 主从复制+MHA搭建
  8. P6139-[模板]广义后缀自动机(广义 SAM)
  9. LeetCode 259. 较小的三数之和(固定一点,内层双指针)
  10. iptables高级应用实例
  11. java.lang.ExceptionInInitializerError解决办法
  12. awt中监听输入框textField
  13. WPF 美化界面,样式的使用
  14. JavaScript之浏览器大战
  15. 二进制颜色查询对照表
  16. 万字实录:从DDCTF大赛看当前网络安全新趋势 | 硬创公开课总结文+视频(下篇)...
  17. html5 ie7兼容性问题,解决浏览器IE6,IE7兼容性的总结
  18. 【Markdown笔记】数学公式 三角函数
  19. 【特征工程】词袋模型/TF-IDF模型/词汇表模型的代码实现(文本特征提取)
  20. 乌班图Ubuntu系统安装nacos

热门文章

  1. 单代号网络图计算例题_钣金展开计算210例节省放样场地,不理解公式也能完成展开计算!...
  2. 【论文笔记】Generative Adversarial Frontal View to Bird View Synthesis - 论文阅读笔记
  3. Cobalt Strike-修改默认证书、混淆流量-教程
  4. MUR2060AC-ASEMI超快恢复二极管MUR2060AC
  5. MUR1660AC-ASEMI高压大电流快恢复二极管
  6. MBA-day6数学-应用题-工程问题-习题
  7. 全球直播的罗胖跨年演讲背后技术支撑故事——罗辑思维首席架构师方圆访谈...
  8. 总结我的验证思路:怎样追波形
  9. 【2019.06.22】12306官网模拟登陆之验证码生成与验证初探
  10. 设置VIM编辑器显示行号