Keras モデルのレイヤー出力にアクセスするにはどうすればよいですか?

Keras のレイヤー出力へのアクセス

この記事では、TensorFlow によって提供される機能と同様に、Keras モデルの各レイヤーの出力を抽出する方法について説明します。

問題: 畳み込みニューラル ネットワークのトレーニング後(CNN) バイナリ分類の場合、各層の出力を取得することが望ましいです。

答え: Keras は、これを実現する簡単な方法を提供します:

コードのカスタマイズ提供された例では:

from keras import backend as K

# Define input and layer outputs
input = model.input
outputs = [layer.output for layer in model.layers]

# Create a function to evaluate the output
fn = K.function([input, K.learning_phase()], outputs)

# Testing
test_input = np.random.random(input_shape)[np.newaxis,...]
layer_outputs = fn([test_input, 1.])

# Print the layer outputs
print(layer_outputs)

注: K.learning_phase() 引数は、トレーニング中やテスト中に動作を変更する Dropout や BatchNormalization などのレイヤーにとって重要です。 Dropout のシミュレーション中は 1 に設定し、それ以外の場合は 0 に設定します。

最適化: 効率を高めるため、すべてのレイヤー出力の評価に単一の関数を使用することをお勧めします:

fn = K.function([input, K.learning_phase()], outputs)

# Testing
test_input = np.random.random(input_shape)[np.newaxis,...]
layer_outputs = fn([test_input, 1.])

# Print the layer outputs
print(layer_outputs)

以上がKeras モデルのレイヤー出力にアクセスするにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。