python keras_Python-Keras，如何获得每一层的输出？

小编典典

你可以使用以下命令轻松获取任何图层的输出： model.layers[index].output

对于所有图层，请使用以下命令：

from keras import backend as K

inp = model.input # input placeholder

outputs = [layer.output for layer in model.layers] # all layer outputs

functors = [K.function([inp, K.learning_phase()], [out]) for out in outputs] # evaluation functions

# Testing

test = np.random.random(input_shape)[np.newaxis,...]

layer_outs = [func([test, 1.]) for func in functors]

print layer_outs

注：为了模拟差使用learning_phase如1.在layer_outs以其它方式使用0.

编辑：(基于评论)

K.function 创建theano / tensorflow张量函数，该函数随后用于从给定输入的符号图中获取输出。

现在K.learning_phase()需要输入作为输入，因为许多Keras层(如Dropout / Batchnomalization)都依赖它来在训练和测试期间更改行为。

因此，如果你删除代码中的辍学层，则可以简单地使用：

from keras import backend as K

inp = model.i