keras提取模型中的某一层_Keras 获取深度学习模型中某一层输出

本文介绍了如何在Keras中获取深度学习模型的中间层输出。通过创建一个新模型,将原始模型的输入和目标层的输出指定为新模型的输入和输出,然后进行预测。示例代码展示了如何针对Sequential模型提取名为'Dense_1'的中间层的输出,并展示了使用Theano函数获取同样输出的方法。
摘要由CSDN通过智能技术生成

Keras 获取中间某一层输出

1.使用函数模型API,新建一个model,将输入和输出定义为原来的model的输入和想要的那一层的输出,然后重新进行predict.

1 #coding=utf-8

2 import seaborn as sbn

3 import pylab as plt

4 import theano

5 from keras.models import Sequential

6 from keras.layers import Dense,Activation

7

8

9 from keras.models import Model

10

11 model = Sequential()

12 model.add(Dense(32, activation='relu', input_dim=100))

13 model.add(Dense(16, activation='relu',name="Dense_1"))

14 model.add(Dense(1, activation='sigmoid',name="Dense_2"))

15 model.compile(optimizer='rmsprop',

16 loss='binary_crossentropy',

17 metrics=['accuracy'])

18

19 # Generate dummy data

20 im

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值