matlab gen,Keras/Python等价于nn工具箱中的Matlab genFunction

我编写了一个具有3个隐藏层的神经网络(使用Python中的Keras模块)。网络代码如下：# Create the model

np.random.seed(1) # Just for reproducibility of results

model = Sequential()

model.add(Dense(input_dim=x.shape[1],

output_dim=50,

init='uniform',

activation='tanh'))

model.add(Dense(input_dim=50,

output_dim=50,

init='uniform',

activation='tanh'))

model.add(Dense(input_dim=50,

output_dim=10,

init='uniform',

activation='tanh'))

model.add(Dense(input_dim=10,

output_dim=1,

init='uniform',

activation='linear'))

optimizer = keras.optimizers.RMSprop(lr=0.001, rho=0.9, epsilon=1e-08)

model.compile(loss='mse', optimizer=optimizer)

history = model.fit(x,y,nb_epoch=2000,batch_size=20,verbose=1,validation_split=0.1)

我训练了神经网络，有了权值矩阵。在

但是，有一个软件，我想用神经网络学来的函数，这个软件不支持神经网络。所以，我直接把这个等式给那个软件。基本上，把x1，x3表示为神经网络的特征。在

随着隐藏层数量的增加，手动执行此任务变得更加繁琐。从几次搜索中，我知道MATLAB的nn toolboox中的genFunction()就是这样做的。但遗憾的是，我不能在这里使用MATLAB。在

我想知道在Keras中(或者在Python中)是否有一个函数可以做到这一点，也就是说，它能直接给我函数方程，或者是一个代码片段，它以x1，x2，…，xd作为输入并返回输出值？在