Keras 모델의 레이어 출력에 어떻게 액세스하고 평가할 수 있나요?

Keras에서 레이어 출력 가져오기

Keras와 같은 프레임워크를 사용하여 신경망 모델을 구성할 때 개별 레이어의 출력에 액세스하는 것이 도움이 될 수 있습니다. 분석 또는 디버깅 목적으로. 이 기사에서는 Keras 모델에서 각 레이어의 출력을 검색하는 방법을 보여줍니다.

CNN(Convolutional Neural Network) 아키텍처를 사용하는 이진 분류 모델이 생성되는 다음 예제 코드를 고려해 보세요.

from keras.models import Sequential
from keras.layers import Convolution2D, Activation, MaxPooling2D, Flatten, Dense, Dropout

model = Sequential()
# ... (Model architecture as provided in the question)

레이어 출력 액세스

특정 레이어의 출력을 얻으려면 모델에서는 model.layers[index].output 속성을 활용할 수 있습니다. 여기서 인덱스는 모델 아키텍처에서 레이어의 위치를 ​​나타냅니다.

예를 들어 첫 번째 컨벌루션 레이어의 출력에 액세스하려면:

output = model.layers[0].output

모든 레이어의 출력 가져오기

모델에 있는 모든 레이어의 출력을 검색하려면 list를 사용할 수 있습니다. 이해:

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

레이어 출력 평가

이전 단계에서 얻은 출력을 평가하려면 Keras 백엔드에서 제공하는 K.function 메서드를 활용할 수 있습니다.

from keras import backend as K

inputs = model.input
functor = K.function([inputs, K.learning_phase()], outputs)

여기서 입력은 모델의 입력 레이어를 나타내며, 훈련 및 평가 중에 다른 동작을 보이는 레이어(예: Dropout)에는 K.learning_phase()가 필요합니다.

마지막으로 주어진 입력에 대한 레이어 출력을 평가하려면 다음을 수행하세요.

test_input = np.random.random(input_shape)[np.newaxis,...]
layer_outputs = functor([test_input, 1.])

평가 최적화

각각에 대해 여러 기능을 생성하는 대신 평가 프로세스를 최적화합니다. 레이어 출력의 경우 모든 출력을 목록으로 반환하는 단일 함수를 생성할 수 있습니다.

functor = K.function([inputs, K.learning_phase()], outputs)

추가 참고 사항

• 드롭아웃 레이어는 실행 중에 제외되어야 합니다. K.learning_phase()를 0으로 설정하여 평가합니다.
• 입력 변수는 다음과 같은 경우 여러 입력 텐서를 나타낼 수 있습니다. 모델에 입력이 여러 개 있습니다.
• layer_outputs 변수에는 각 레이어의 출력에 해당하는 NumPy 배열 목록이 포함됩니다.

위 내용은 Keras 모델의 레이어 출력에 어떻게 액세스하고 평가할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!