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=